期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征分析的环境声音事件识别算法
被引量:
14
1
作者
刘波霞
陈建峰
《计算机工程》
CAS
CSCD
北大核心
2011年第22期261-263,267,共4页
对于环境声音事件,传统语音识别算法的识别效率低、稳定性差。为此,提出一种基于特征分析的环境声音事件识别算法。定义环境声音事件,分析常用的声音特征,不使用分类模型,仅利用特征对4种典型的环境声音事件进行分类。实验证明,该算法...
对于环境声音事件,传统语音识别算法的识别效率低、稳定性差。为此,提出一种基于特征分析的环境声音事件识别算法。定义环境声音事件,分析常用的声音特征,不使用分类模型,仅利用特征对4种典型的环境声音事件进行分类。实验证明,该算法在识别率和稳定性上都优于传统识别算法,能够完成分类任务。
展开更多
关键词
环境声音事件
特征分析
识别算法
MATLAB仿真
下载PDF
职称材料
基于改进小波包去噪与梅尔倒谱系数的低信噪比交通环境声音识别
被引量:
14
2
作者
王若平
李仁仁
+2 位作者
陈达亮
王东
房宇
《科学技术与工程》
北大核心
2019年第36期290-295,共6页
随着自动驾驶汽车研究的不断深入,对其环境感知系统提出了更高的要求。为了使自动驾驶汽车适应更复杂的交通环境,研究了低信噪比声学环境感知技术,提出改进的小波包去噪方法;采用经验模态分解(EMD)的方法改进梅尔频率倒谱系数(MFCC)的提...
随着自动驾驶汽车研究的不断深入,对其环境感知系统提出了更高的要求。为了使自动驾驶汽车适应更复杂的交通环境,研究了低信噪比声学环境感知技术,提出改进的小波包去噪方法;采用经验模态分解(EMD)的方法改进梅尔频率倒谱系数(MFCC)的提取;采用支持向量机(SVM)识别模型完成低信噪比交通环境声音识别。实验结果表明,本文提取的去噪方法提高声音事件信噪比的同时保持声音特征,且对噪声有自适应性;改进的MFCC提取方法一定程度上提高了特征参数的抗噪性能。通过对低信噪比交通环境声音去噪和特征参数优化后,其平均识别率比优化前提高了33.34%,并改变了识别率骤降的趋势。
展开更多
关键词
交通
环境声音事件
小波包去噪
经验模态分解
梅尔频率倒谱系数
支持向量机
下载PDF
职称材料
题名
基于特征分析的环境声音事件识别算法
被引量:
14
1
作者
刘波霞
陈建峰
机构
西北工业大学航海学院
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第22期261-263,267,共4页
基金
国家创新基金资助项目(07C26226101997)
教育部博士点基金资助项目(20096102120013)
文摘
对于环境声音事件,传统语音识别算法的识别效率低、稳定性差。为此,提出一种基于特征分析的环境声音事件识别算法。定义环境声音事件,分析常用的声音特征,不使用分类模型,仅利用特征对4种典型的环境声音事件进行分类。实验证明,该算法在识别率和稳定性上都优于传统识别算法,能够完成分类任务。
关键词
环境声音事件
特征分析
识别算法
MATLAB仿真
Keywords
environment acoustic event
feature analysis
recognition algorithm
Matlab simulation
分类号
TN912.34 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于改进小波包去噪与梅尔倒谱系数的低信噪比交通环境声音识别
被引量:
14
2
作者
王若平
李仁仁
陈达亮
王东
房宇
机构
江苏大学汽车与交通工程学院
中国汽车技术研究中心有限公司
出处
《科学技术与工程》
北大核心
2019年第36期290-295,共6页
文摘
随着自动驾驶汽车研究的不断深入,对其环境感知系统提出了更高的要求。为了使自动驾驶汽车适应更复杂的交通环境,研究了低信噪比声学环境感知技术,提出改进的小波包去噪方法;采用经验模态分解(EMD)的方法改进梅尔频率倒谱系数(MFCC)的提取;采用支持向量机(SVM)识别模型完成低信噪比交通环境声音识别。实验结果表明,本文提取的去噪方法提高声音事件信噪比的同时保持声音特征,且对噪声有自适应性;改进的MFCC提取方法一定程度上提高了特征参数的抗噪性能。通过对低信噪比交通环境声音去噪和特征参数优化后,其平均识别率比优化前提高了33.34%,并改变了识别率骤降的趋势。
关键词
交通
环境声音事件
小波包去噪
经验模态分解
梅尔频率倒谱系数
支持向量机
Keywords
traffic environment sound event
wavelet packet denoising
empirical mode decomposition Mel frequency cepstrum coefficient
support vector machine
分类号
U270 [机械工程—车辆工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征分析的环境声音事件识别算法
刘波霞
陈建峰
《计算机工程》
CAS
CSCD
北大核心
2011
14
下载PDF
职称材料
2
基于改进小波包去噪与梅尔倒谱系数的低信噪比交通环境声音识别
王若平
李仁仁
陈达亮
王东
房宇
《科学技术与工程》
北大核心
2019
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部