基于线性判别分析的时频域特征提取算法

作者：刘立芳; 杨海霞; 齐小刚

来源：系统工程与电子技术, 2019, 41(10): 2184-2190.

• 小波分解
• 特征提取
• 线性判别分析
• 支持向量机
• K近邻

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用"时域+频域+线性判别分析"的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。

• 单位
  西安电子科技大学