机械设计与制造2020，Issue(8) ：211-214,219.

自适应连续集稀疏分解声音识别算法

Sound Recognition Algorithm Based on Optimized Sparse Decomposition by PSO

李丹鹤 陈晓东
机械设计与制造2020，Issue(8) ：211-214,219.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

自适应连续集稀疏分解声音识别算法

Sound Recognition Algorithm Based on Optimized Sparse Decomposition by PSO

李丹鹤 1陈晓东2
扫码查看

作者信息

  • 1. 唐山工业职业技术学院,河北 唐山 063200
  • 2. 辽东学院工程技术学院,辽宁 丹东 118000
  • 折叠

摘要

为实现公共环境复杂背景中异常声信号识别以辅助公共场所安全监控,提出基于连续完备集的自适应MP稀疏分解声音识别算法,算法通过相关参数改进实现自适应PSO算法,然后借助PSO算法的连续空间搜索优势对MP稀疏分解进行连续集优化,从而提高稀疏分解获得的最优原子的匹配度,最后提取重构声信号的时频参数特征以SVM算法实现异常声音事件的快速准确识别.实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率和识别鲁棒性.

关键词

声音信号识别/自适应粒子群算法/匹配追踪/稀疏分解

引用本文复制引用

基金项目

国家自然科学基金(41574079)

出版年

2020
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
参考文献量4
段落导航相关论文