基于模糊综合和最优小波包分解的信号多类分类

被引：2

作者：

杨欣 ^{[1
]}

费树岷 ^{[2
]}

陈丽娟 ^{[3
]}

机构：

[1] 南京航空航天大学自动化学院

[2] 东南大学自动化学院

[3] 东南大学电气工程学院

来源：

数据采集与处理 | 2007年 / 04期

关键词：

小波包; 支持向量机; 特征提取; 信号分类; 模糊综合;

D O I：

10.16337/j.1004-9037.2007.04.006

中图分类号：

TN912.3 [语音信号处理];

学科分类号：

0711 ;

摘要：

为了对音频信号进行有效地分类,提出了基于模糊综合和最优小波包分解的信号多类分类算法。首先,对音频信号进行窗化处理;其次,基于模糊集对信号进行最优小波包分解,并用最优小波包和信号感知特性来提取音频信号特征,在每一个小波子空间用支持向量机对信号进行多类分类;最后,用模糊积分将分类结果进行综合,得出最终类。试验采用不同的核函数和算法参数验证了本文算法的效果,结果表明本算法速度较快、精确度高。

引用

页码：458 / 462

页数：5