MFCC与支持向量机在钱塘江涌潮检测中的应用

发布时间：2017-10-04 10:36

  本文关键词：MFCC与支持向量机在钱塘江涌潮检测中的应用

  更多相关文章： 声学识别 涌潮检测 支持向量机 MFCC声学特征

【摘要】：为解决钱塘江涌潮检测难问题,提出了一种新的涌潮检测方法。首先,通过梅尔倒谱系数MFCC(Mel-Frequency Cepstral Coefficients)提取涌潮样本多维声学特征与非涌潮样本声学特征;然后,使用支持向量机(SVM)构建涌潮检测模型;最后,通过模型对输入的样本特征进行分类判断。与以采用线性预测倒谱系数(LPCC)提取声学特征方法或是采用BP神经网络构建检测模型相比,MFCC与支持向量机结合在涌潮检测的精度上有一定的提高。
【作者单位】： 杭州电子科技大学生命信息与仪器工程学院;杭州市水文水资源监测总站;
【关键词】： 声学识别 涌潮检测 支持向量机 MFCC声学特征
【基金】：国家自然科学基金项目(61374005) 浙江自然科学基金项目(LY14F030022)
【分类号】：TN912.34;TP18
【正文快照】： 声学识别研究具有重要意义,目前声学识别已经在网络、通信和安全等领域得到了实际应用[1]。在声音信号处理的过程中,提取声学特征方法常见的有线性预测系数(LPC)、LPC倒谱系数(LPCC)和梅尔倒谱系数(MFCC)[2]。而倒谱分析被证明为语音信号处理最有效的方式之一,其中梅尔倒谱系

【相似文献】

中国期刊全文数据库 前10条

1 吴娟;范玉妹;王丽;;关于改进的支持向量机的研究[J];攀枝花学院学报;2006年05期

2 刘硕明;刘佳;杨海滨;;一种新的多类支持向量机算法[J];计算机应用;2008年S2期

3 尹传环;牟少敏;田盛丰;黄厚宽;;单类支持向量机的研究进展[J];计算机工程与应用;2012年12期

4 王云英;阎满富;;C-支持向量机及其改进[J];唐山师范学院学报;2012年05期

5 李逢焕;;试述不确定支持向量机应用分析及改进思路[J];中国证券期货;2012年12期

6 邵惠鹤;支持向量机理论及其应用[J];自动化博览;2003年S1期

7 曾嵘,蒋新华,刘建成;基于支持向量机的异常值检测的两种方法[J];信息技术;2004年05期

8 张凡,贺苏宁;模糊判决支持向量机在自动语种辨识中的研究[J];计算机工程与应用;2004年21期

9 魏玲,张文修;基于支持向量机集成的分类[J];计算机工程;2004年13期

10 沈翠华,邓乃扬,肖瑞彦;基于支持向量机的个人信用评估[J];计算机工程与应用;2004年23期

中国重要会议论文全文数据库 前10条

1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

2 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

3 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

4 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年

5 刘骏;;基于支持向量机方法的衢州降雪模型[A];第五届长三角气象科技论坛论文集[C];2008年

6 王婷;胡秀珍;;基于组合向量的支持向量机方法预测膜蛋白类型[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

7 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

8 周星宇;王思元;;智能数学与支持向量机[A];2005年中国智能自动化会议论文集[C];2005年

9 颜根廷;马广富;朱良宽;宋斌;;一种鲁棒支持向量机算法[A];2006中国控制与决策学术年会论文集[C];2006年

10 侯澍e，

本文编号：970179