本文探讨了如何利用时间特征（如最大值、最小值等）结合随机森林算法对声音信号进行分类，通过融合123个数据的特征并展示混淆矩阵和预测效果，展示了有效分类性能。
基于时间特征的声音分类技术研究
有量纲特征值包括：最大值、最小值、峰峰值、均值、方差、均方值、均方根值等。有量纲特征值的数值大小常因外界一些物理量的变化而变化，给工程应用带来一定困难，因而时常使用多种无量纲指标，包括峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等。
图 时间特征的具体数值
第一个和第二个语音的时间特征 如最少的图所示
第三个语音或者第三个时间的时间特征
有图表示了将123三个数据的特征融合在一起展示
随机森林的分类结果
一个是混淆矩阵
一个是真实值和预测值之间的预测效果
可以看出三个数据很好的进行分类
code
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
