<output id="17x5x"><p id="17x5x"><del id="17x5x"></del></p></output>

    <form id="17x5x"><listing id="17x5x"></listing></form>
    <address id="17x5x"><dfn id="17x5x"></dfn></address>
    <sub id="17x5x"><var id="17x5x"><mark id="17x5x"></mark></var></sub>
    <address id="17x5x"><listing id="17x5x"><mark id="17x5x"></mark></listing></address>

      <sub id="17x5x"><var id="17x5x"></var></sub>
      <thead id="17x5x"><dfn id="17x5x"><ins id="17x5x"></ins></dfn></thead>
      <address id="17x5x"><listing id="17x5x"></listing></address>

          <address id="17x5x"><listing id="17x5x"></listing></address><sub id="17x5x"><var id="17x5x"><output id="17x5x"></output></var></sub>
             
            
          基于MFCC,MODGDF和支持向量機的環境音識別研究(點擊標題下載全文) 已下載

          摘要:環境音識別是機器學習領域中的一個研究重點和難點,它可以幫助智能系統識別音頻數據中的環境音。本文提出一種新的環境音識別方法,它是將梅爾頻率倒譜系數(mel frequency cepstral coefficents,MFCC)和修正群延遲函數(modified group delay function,MODGDF)聯合作為特征參數,然后利用多分類支持向量機(support vector machine,SVM)進行參數分類,達到識別音頻數據中環境音的目的。結果表明,在DCASE 2018數據集上,該方法的實驗效果優于DCASE 2018數據集基線系統識別效果,整體識別準確率提高了25.8%。

          • DOI:

            10.16186/j.cnki.1673-9787.2020.6.18

          • 專輯:

            理工B(化學化工冶金環境礦業); 電子技術及信息科學

          • 專題:

            電信技術; 自動化技術

          • 分類號:

            TP181;TN912.3

           
           
          Insert title here
          Copyright ?2013. All Rights Reserved  河南理工大學出版中心 
           Tel:0391-3987068,3987069;E-mail:
          zkxb@hpu.edu.cn,skxb@hpu.edu.cn
          建議使用win7以上系統,和IE9及以上瀏覽器以獲得更好的使用體驗
          快三遗漏数据