基于NMF与CNN联合优化的声学场景分类

韦娟, 杨皇卫, 宁方立

Acoustic scene classification based on joint optimization of NMF and CNN

Juan WEI, Huangwei YANG, Fangli NING

表4 不同特征的识别准确率对比

Table 4 Comparison of recognition accuracy of different features

场景 基线系统 NMF TNMF SNMF CQT LM 沙滩 0.753 0.751 0.747 0.835 0.895 0.887 公交 0.718 0.893 0.813 0.928 0.930 0.922 饭馆 0.577 0.618 0.544 0.793 0.611 0.628 汽车 0.971 0.962 0.945 0.942 0.978 0.941 市中心 0.907 0.943 0.867 0.893 0.778 0.920 林荫道 0.795 0.769 0.892 0.925 0.881 0.855 杂货店 0.587 0.801 0.828 0.920 0.883 0.929 家 0.686 0.702 0.662 0.792 0.820 0.663 图书馆 0.571 0.725 0.691 0.658 0.783 0.685 地铁站 0.917 0.742 0.826 0.815 0.852 0.747 办公室 0.998 0.965 0.950 0.941 0.875 0.942 公园 0.702 0.695 0.712 0.705 0.545 0.723 居民区 0.641 0.874 0.774 0.738 0.691 0.764 火车 0.580 0.657 0.768 0.802 0.685 0.712 电车 0.817 0.852 0.847 0.851 0.864 0.876 总体 0.748 0.797 0.791 0.836 0.805 0.813 预测时间/s - 2.6 1.1 2.7 3.1 3.3