基于多分类器融合决策的车辆鸣笛声识别方法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：针对复杂交通场景下的车辆鸣笛声识别问题,提出一种基于多分类器融合决策的声音分类识别方法.提取道路噪声、汽车鸣笛声、紧急车辆鸣笛声音频的时域能量、过零率及频域梅尔频率倒谱系数作为特征,采用支持向量机(Support Vector Machine,SVM)、朴素贝叶斯网络、随机森林作为分类识别器,通过融合三个识别结果,并综合考虑时序关联关系,实现对不同车辆鸣笛声的检测识别.试验表明,融合决策达到了互补提升的效果,有效提高了识别的准确率.

外文标题：Vehicle Whistle Recognition Based on Multi-classifier Fusion Decision

作者：

田野、张晓灿、汤跃忠

展开 >

作者单位：

中国电子科技集团公司第三研究所,北京 100015

关键词：

鸣笛声识别融合决策支持向量机朴素贝叶斯网络随机森林

出版年：

2022

DOI：

10.16311/j.audioe.2022.07.020