一种基于学习的异常声音识别研究

摘要：

针对声音监控系统中异常声音识别难的问题，本文先对异常声音信号通过MFCC方法提取特征参数，再利用基于改进的Adaboost学习算法，从提取的特征参数所对应的弱分类器组合生成的强分类器对异常声音进行识别，取得了较好的识别效果。通过与BP、RBF方法设计的分类器进行仿真比较，得出利用Adaboost学习算法设计的强分类器识别率更高。

关键词： Mel频率倒谱系数 Adaboost学习算法 异常声音识别 声音监控系统 特征提取 强分类器

作者: 张明瀚 石为人 丁宁

作者单位: 重庆大学自动化学院,重庆 400044 深圳市先进智能技术研究所,深圳 518034

会议类型: 国内会议

会议名称: 2009中国仪器仪表与测控技术大会

会议地点: 哈尔滨

会议语种:中文

页码: 37-40

在线出版日期: 2009-07-23（万方平台首次上网日期，不代表论文的发表时间）