跳到主要内容

一类支持向量机在音频检测和分类应用中的挑战

摘要

支持向量机(SVM)在声音(事件)识别领域得到了广泛而成功的应用。然而,将支持向量机扩展到实际的信号处理应用仍然是一个正在进行的研究课题。我们的工作包括说明支持向量机在识别属于复杂真实世界数据集的脉冲音频信号方面的潜力。我们提出应用优化的单类支持向量机(1-SVMs)来处理声音识别过程中的声音检测和分类任务。首先,我们提出一种有效且准确的方法来侦测连续音频流中的事件。该方法基于指数族模型和1-SVMs近似广义似然比,不需要任何预训练模型。然后,我们应用新的基于1-SVMs的识别算法来解决一个有监督的声音分类问题。我们将这些新的声音检测和分类方法与其他流行的方法进行了比较。实验中取得的显著的声音识别结果说明了这些方法的潜力,并表明1-SVMs非常适合于事件识别任务。

发行人说明

要访问全文,请参阅PDF。

作者信息

作者和附属机构

作者

通讯作者

通信对象阿斯玛·拉博伊.

权利和权限

开放存取本文根据Creative Commons Attribution 2.0国际许可条款分发(https://creativecommons.org/licenses/by/2.0),允许在任何媒介中不受限制地使用、分发和复制,前提是原著被正确引用。

转载和许可

关于这篇文章

引用这篇文章

Rabaoui,A.,Kadri,H.,Lachiri,Z。等等。一类支持向量机在音频检测和分类应用中的挑战。EURASIP J.Adv.信号处理。 2008,834973(2008年)。https://doi.org/10.1155/2008/834973

下载引文

  • 收到:

  • 修订过的:

  • 认可的:

  • 出版:

  • 内政部:https://doi.org/10.1155/2008/834973

关键词

  • 支持向量机
  • 音频信号
  • 指数族
  • 相异测度
  • 家庭模式