典型文献
基于特征提取与SVM的多乐器信号快速识别
文献摘要：
针对当前我国乐器音频识别系统识别精度低的问题,提出一套基于特征提取与SVM的多乐器信号分类识别方法.其中,音频信号的去噪处理采用改进的VMD重构去噪方法;音频数据的降维处理采用改进的核主成分分析法;分类识别系统采用基于改进的PSO-SVM模型.仿真结果表明,相较于改进优化前的音频分类识别方法,基于改进KPCA+改进PSO+SVM的乐器音频分类识别方法的分类识别准确率得到了明显提高,对六种乐器唢呐、古筝、琵琶、钢琴、吉他、小提琴的识别准确率分别达到了 100％、78.32％、91.23％、94.13％、100％、100％.以上实验结果验证了设计的多乐器信号分类识别方法的可行性和优越性,对乐器分类识别系统的设计有一定的参考借鉴价值.
文献关键词：
特征提取;SVM;音频识别;信号分类
中图分类号：
作者姓名：
万凌艳
作者机构：
商洛学院,陕西商洛726000
文献出处：
引用格式：
[1]万凌艳-.基于特征提取与SVM的多乐器信号快速识别)[J].自动化与仪器仪表,2022(11):17-21,26
A类：
KPCA+,PSO+SVM
B类：
多乐,快速识别,国乐,音频识别,识别系统,系统识别,识别精度,信号分类识别,音频信号,去噪处理,VMD,去噪方法,音频数据,降维处理,核主成分分析法,改进优化,音频分类,识别准确率,六种,唢呐,古筝,琵琶,钢琴,吉他,小提琴,乐器分类,借鉴价值
AB值：
0.349749
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
