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．