基于Tucker分解的音频分类方法的研究

作者:杨立东; 辛文超; 胡江涛; 牛大伟; 张丹丹
来源:内蒙古科技大学学报, 2020, 39(03): 246-250.
DOI:10.16559/j.cnki.2095-2295.2020.03.010

摘要

提出了一种基于张量分解的音频信号的分类方法.首先,通过张量建模与Tucker分解挖掘出信号潜在的结构信息,当作音频信号的有效特征信息,然后利用支持向量机作为分类器完成分类.实验结果表明:通过张量分析提取的特征具有更好的区分度,分类的正确率达到了91.3%,相较于传统方法音频分类的正确率有了明显的提高,说明张量分析方法在音频信号分类中的有效性.

全文