基于流形学习和SVM的环境声音分类

摘要：

为利用生态环境中各种声音包含的信息,提出一种将流形学习算法和支持向量机(SVM)相结合的生态环境声音分类技术.提取音频强度、音色、音调和音频节奏的特征集合并计算对应的特征向量,采用改进的拉普拉斯特征映射流形学习算法对特征向量进行维数约简,从而降低数据处理的复杂性.使用SVM对降维后的特征向量进行分类,发挥SVM在处理小样本、非线性及高维数据方面的优势,从而提高分类准确率.实验结果表明,该技术能对生态环境声音进行快速准确的分类.

关键词：生态环境声音分类、流形学习、支持向量机

所属期刊栏目：37

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61075022;福建省教育厅A类科技基金资助项目JA09021

在线出版日期：2011-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：288-290