基于滤波器相似性剪枝的声学场景分类

为解决场景分类系统模型复杂度高且现有场景分类剪枝算法容易丢失重要特征信息的问题,提出一种基于滤波器相似性剪枝的声学场景分类方法。以滤波器自身相似性为基础,采用余弦距离和欧氏距离度量距离融合的方法生成相似矩阵判断滤波器重要性并消除冗余滤波器。为提高分类器的泛化性,在网络输出端用决策森林后处理并构建网络。实验结果表明,所提方法能够有效在降低模型复杂度的基础上提升分类精度和系统泛化性,尤其是当消除参数较多时,所提方法特别有利。