湖南工程学院学报（自然科学版）
湖南工程學院學報（自然科學版）
호남공정학원학보（자연과학판）
Journal of Hunan Institute of Engineering(Natural Science Edition)
2015年
3期
1-5
,共5页
陈峰%黄绍平%何冬康%肖立光
陳峰%黃紹平%何鼕康%肖立光
진봉%황소평%하동강%초립광
经验模态分解%近似熵%支持向量机%音频分类
經驗模態分解%近似熵%支持嚮量機%音頻分類
경험모태분해%근사적%지지향량궤%음빈분류
将动物声音作为音频源,针对家养动物声音的非线性、非平稳特征和在现实条件下难以获取大量动物声音样本的实际情况,提出一种经验模态分解(EMD)近似熵(ApEn)结合支持向量机(SVM)的家养动物声音分类识别方法.通过EMD方法将非平稳的动物声音信号分解成若干个平稳的固有模态函数(IMF);对IMF进行筛选,计算所筛选IMF的近似熵构成特征向量;将特征向量输入SVM分类器进行分类识别.对家养动物声音样本按该方法进行测试,结果表明,该方法能有效提取声音特征,在小样本情况下也具有较高的精度和较强的泛化能力,该方法能有效地应用于动物声音的识别分类.
將動物聲音作為音頻源,針對傢養動物聲音的非線性、非平穩特徵和在現實條件下難以穫取大量動物聲音樣本的實際情況,提齣一種經驗模態分解(EMD)近似熵(ApEn)結閤支持嚮量機(SVM)的傢養動物聲音分類識彆方法.通過EMD方法將非平穩的動物聲音信號分解成若榦箇平穩的固有模態函數(IMF);對IMF進行篩選,計算所篩選IMF的近似熵構成特徵嚮量;將特徵嚮量輸入SVM分類器進行分類識彆.對傢養動物聲音樣本按該方法進行測試,結果錶明,該方法能有效提取聲音特徵,在小樣本情況下也具有較高的精度和較彊的汎化能力,該方法能有效地應用于動物聲音的識彆分類.
장동물성음작위음빈원,침대가양동물성음적비선성、비평은특정화재현실조건하난이획취대량동물성음양본적실제정황,제출일충경험모태분해(EMD)근사적(ApEn)결합지지향량궤(SVM)적가양동물성음분류식별방법.통과EMD방법장비평은적동물성음신호분해성약간개평은적고유모태함수(IMF);대IMF진행사선,계산소사선IMF적근사적구성특정향량;장특정향량수입SVM분류기진행분류식별.대가양동물성음양본안해방법진행측시,결과표명,해방법능유효제취성음특정,재소양본정황하야구유교고적정도화교강적범화능력,해방법능유효지응용우동물성음적식별분류.
