音频文件分类中的一种高效特征选择方法
机器学习
2014-04-08 v1
摘要
本文聚焦于音频文件分类中的一种高效特征选择方法。主要目标是特征选择与提取。我们选择了一组特征用于进一步分析，这些特征代表了特征向量中的元素。通过提取方法，我们可以利用现有工具箱计算用于表征音频的数值表示。在本研究中，增益率 (Gain Ratio, GR) 被用作特征选择度量。GR 用于选择分割属性，该属性将元组分离到不同的类别中。脉冲清晰度被视为一种主观度量，用于计算音频文件特征的增益。分割准则应用于从测试数据库中识别特定音频文件的类别或音乐流派。实验结果表明，使用 GR 该应用能为音乐流派分类产生令人满意的结果。在降维之后，从音频文件的各种特征中选出了最佳的三个特征，采用该技术可获得超过 90% 的成功分类结果。
引用
@article{arxiv.1404.1491,
title = {An Efficient Feature Selection in Classification of Audio Files},
author = {Jayita Mitra and Diganta Saha},
journal= {arXiv preprint arXiv:1404.1491},
year = {2014}
}