论文部分内容阅读
为了提高音频数据分类正确率，提出一种通过非负张量分解（NTF）的分类方法．音频信号经过预处理后，提取声学特征和感知特征参数，然后构建非负的3阶音频张量，其各阶分别对应特征、帧、样本；其次，通过NTF得到每一类音频的核张量与因子矩阵，让测试样本构建的张量与各类型音频的因子矩阵的转置进行张量乘，得到对核张量的近似；最后，通过Frobenius范数进行相似性度量，完成分类．使用古典音乐、流行音乐、语音、噪声4种类型的音频数据测试分类效果．结果表明，平均分类正确率在85％以上，说明该方法可以有效地完成音频分类．