计算机应用

作者：王天锐, 鲍骞月, 秦品乐

单位：中北大学 大数据学院, 太原 030051

关键词：环境音分类,梅尔频率倒谱系数,Bagging集成算法,特征提取,深度学习

针对传统环境音分类模型对环境音特征提取不充分，以及卷积神经网络用于环境音分类时全连接层易造成过拟合现象的问题，提出了梅尔倒谱系数（MFCC）、深层卷积和Bagging算法相结合的环境音分类方法。首先，针对原始音频文件，利用预加重、加窗、离散傅里叶变换、梅尔滤波器转换、离散余弦映射等方法建立梅尔倒谱系数特征模型；然后，将特征模型输入卷积深度网络进行第二次特征提取；最后，借鉴强化学习思想，用Bagging集成算法集成线性判别分析器、支持向量机（SVM）、Softmax回归、XGBoost四个模型，以投票预测的形式对网络输出结果进行预测。实验结果表明，所提方法能够有效提高对环境音的特征提取能力和深层网络在环境音分类上的抗过拟合能力。

来源：2019年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第12期