论文部分内容阅读
针对多媒体信息中的音频信号,提出一种基于线性判别分析(LDA)与极限学习机(ELM)的分类方法.首先,使用傅里叶变换等方法从每一段音频中提取特征,并将它们按比例组成一个高维向量;其次,应用LDA对高维向量进行降维,使其成为用于分类的最优特征,作为ELM的训练和测试样本;最后,分别采用ELM,SVM,BP分类器对4种音频信号进行分类,并进行性能对比与分析.实验表明:提出的算法对于较难分的类也具有较好的分类效果,平均正确率为90%,同时运算速度比SVM快一千多倍.