采用潜在概率语义模型和K近邻分类器的音频分类算法  

Audio Classification Algorithm Using Probabilistic Latent Semantic Models and K Nearest Neighbor Classifier

作　　者：辛欣[1,2] 陈曙东[3,2] 仝明磊[4] 胡文皓 刘陈伟[1,2] 葛浩栋 

机构地区：[1]中国科学院大学电子电气与通信工程学院,北京100049 [2]中国物联网研究发展中心,江苏无锡214135 [3]中国科学院微电子研究所,北京100029 [4]上海电力学院电子与信息工程学院,上海200090

出　　处：《华侨大学学报（自然科学版）》2016年第2期196-200,共5页Journal of Huaqiao University(Natural Science)

基　　金：江苏省基础研究计划(自然科学基金)面上项目(BK20141116)

摘　　要：提出一种基于潜在概率语义(PLSA)模型和K近邻分类器的音频分类算法.首先,将信号特征向量送入潜在概率语义模型中训练,获得声音主题词袋模型;然后,使用K近邻分类器(KNN)进行分类.实验结果表明:与传统的K近邻分类算法相比,提出的算法在分类效果上有较明显的改善.The paper proposed an audio classification algorithm based on probabilistic latent semantic analysis model（PLSA）and K-nearest neighbor classifiers（KNN）.The algorithm first feed the audio signal feature vector into the PLSA model training to get a bag of sound frames models,then classify with the KNN classifier.Experimental results showed that the proposed classification algorithm has better classification effect compared with the traditional KNN algorithm.

关 键 词：袋模型 潜在概率语义模型 K近邻分类器 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]