测试了影视音乐音频盲取技术的环境监测,在提取过程中所使用的数学工具包括小波包分析、梅尔倒谱系数等,综合探究其特征性,同时结合期望最大化算法展开机器训练聚类。结果表明,影视音乐音频录制环境的分类准确率获得大幅提高;小波和傅里叶的特征提取,最终所得到的k均值分类准确率低于期望最大化算法。将期望最大化分类算法与k均值相结合,与傅里叶算法的小波包特征后分类结果相比,前者的显然行较好地弥补。在小波包变换的基础上,对分辨率分析方法进行延续处理,同时划分非均匀对时频空间,如果是较低的影视音乐视频,此时需要使用较长的时间窗。从而确保能够将多元化分辨率的小波系数与成分复杂的音频信号对应起来。在本研究中,将MFCC、小波包变换、FMFCC进行结合,同时增加影视音乐音频时域的短时能量、能量熵、频谱重心、频谱滚降、零值点、频谱通量六个主要特征,通过该特征提取影视音乐音频特征本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanj
- [2019-08-06]传感器优化设计-液压电动滚圆机
- [2019-08-06]界面自组装-数控滚圆机滚弧机电
- [2019-08-06]澄清效果的影响-数控滚圆机滚弧
- [2019-08-05]刚度的解析公式-数控滚圆机滚弧
- [2019-08-05]制备及缓释性能-数控滚圆机滚弧
- [2019-08-05]组振动建模研究-数控滚圆机滚弧
- [2019-08-04]模型的风电功率预测-数控滚圆机
- [2019-08-04]最大准入容量计算-数控滚圆机滚
- [2019-08-03]传输电缆建模研究-数控滚圆机滚
- [2019-08-03]风电网损及运行-数控滚圆机滚弧