基于分形布朗运动和Ada Boosting的多类音频例子识别

被引:7
作者
吴飞
庄永真
潘红
机构
[1] 浙江大学人工智能研究所
[2] 杭州师范学院信息工程学院
基金
浙江省自然科学基金;
关键词
分形布朗运动; 音频分形维数; 音频分形特征; 特征约减;
D O I
暂无
中图分类号
TN912.3 [语音信号处理];
学科分类号
0711 ;
摘要
提出了一种基于分形布朗运动的音频特征提取和识别方法 这种方法使用分形布朗运动模型计算出音频例子的分形维数 ,并作为其分形特征 针对音频分形特征符合高斯分布的特点 ,使用AdaBoosting算法进行特征约减 然后分别使用Ada 加权高斯分类器和支持向量机对约减特征后的音频分类 ,并在两类分类的基础上构造多类分类的模型 实验表明 ,经过特征约减后的音频分形特征在音乐和语音的分类中都优于其他音频特征
引用
收藏
页码:941 / 949
页数:9
相关论文
共 3 条