基于遗传算法优化匹配追踪的自然环境声音分类  

Natural environmental sound events classification based on matching pursuit optimized by genetic algorithm

作　　者：李明[1] 李应[1] 

机构地区：[1]福州大学数学与计算机科学学院

出　　处：《福州大学学报（自然科学版）》2012年第6期719-725,共7页Journal of Fuzhou University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(61075022)

摘　　要：针对自然环境中各种背景噪声下的声音事件识别问题,提出一种基于遗传匹配追踪算法将自然环境音频信号稀疏表示进行分类的方法.首先,利用匹配追踪(MP)算法稀疏表示信号的主体结构,以消除噪声影响,其中利用采用精英策略的遗传算法(GA)优化MP的分解重构速度;接着,提取MFCCs作为音频信号的特征参数;最后,使用分类器支持向量机(SVM)和高斯混合模型(GMM)对4大类19种声音进行分类与比较,分类效果明显优于未进行稀疏表示的声音信号.实验表明,SVM模型分类效果优于GMM,提出的方法对实地采集的自然环境音频信号能有效识别.The paper considers the task of classifying natural environmental audio sound events which contain kinds of background noise.We propose a method based on matching pursuit（MP） algorithm based on genetic algorithm（GA） improved by elite strategy to accomplish the task of filtering out extraneous noise.In the first step,MP is carried out to represent the natural environmental signal＇s inner structure.The second step consists of MFCCs feature extraction.Finally,two different classifiers,support vector machine（SVM） and Gaussian mixture model（GMM） are performed and compared using the proposed features.Experimental results show that the SVM-based classifier outperforms the GMM classifier and indicated that this method with sparse representation achieved improved performance in natural environments.

关 键 词：遗传算法 匹配追踪 自然环境声音 信号稀疏表示 

分 类 号：TN912.34[电子电信—通信与信息系统]