MATLAB的答案

在音频分类如何去除假阳性?

33视图(30天)
Saurabh德斯穆克”class=
Saurabh德斯穆克 2023年4月11日(美
编辑: Saurabh德斯穆克2023年4月18日在聪明的
亲爱的所有音频专家,
我试图检测特定的脚步从森林的环境声音的基础上干叶的脚步。我意愿不使用任何预处理(声音过滤器)由于生成的脚步频率的范围从0赫兹到50 k赫兹。的应用程序是使用机器学习给了我很多训练 假阳性 。此外,一旦一个声音是由脆皮的叶(用于培训的系统)不能在有生之年再次生成。这意味着,用于测试声音是如此独特和系统培训期间从来没有见过这样的声音。然而使用场音色音频特性和低层次的描述符使用支持向量机等分类器检测到的脚步。然而,我面临的最大挑战是如何去除假阳性。会有任何影响声音水平正常化的特性和分类精度?还有其他方式去除假阳性?好心的帮助

在回答这个问题。

接受的答案

Nayan”class=
Nayan 2023年4月17日在返回舱
编辑:Nayan 2023年4月17日在38
嗨
我知道问题是过多的“ 假阳性 ”脚步声从木材环境分类的声音。假阳性表明机器学习模型分类non-footsteps的脚步。以下可以是相同的原因
  1. 不平衡数据集:non-footstep数据点的数量比例大于脚步数据点。”data-imbalance。”
  2. Non-characteristic特点:用于分类的特征不可能抓住的独特特点适合手头的分类问题。
  3. 模型过度拟合:有时候,模型可能是复杂的足以适合噪音(异常值),可以分类错误。
上面有一些原因可能导致过度的假阳性。我建议你看看mis机密数据,提取正确的功能使用“ 人工智能的音频 “从” 音频工具箱(mathworks.com) “独特的分类问题,试图观察miss-classification如果有一个模式。
我建议你参考文档和示例在“ 音频工具箱(mathworks.com) “对于一个更好的解决你的问题。
我希望这可以帮助!
欢呼,
Nayan
1评论
Saurabh德斯穆克”class=
Saurabh德斯穆克 2023年4月17日在6:57
编辑:Saurabh德斯穆克 2023年4月18日在聪明的
亲爱的Nayan,
没有的话可以完成我的感觉表示衷心的感谢,感谢你的回复。你建议的方法去除假阳性很有条理和科学。感谢你您的回复。我将一个一个试着解决这些从我的系统。让我看看系统的工作原理。真的从心底里感谢你。我希望我能和你更深入地讨论系统。请提供我你的联系人/电话详细信息,感谢你的时间。真的非常感谢你。
再次感谢

登录置评。

更多的答案(0)

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的