matlabr2012b代码-scene-classification-aasp-2013:场景分类aasp-2013
Matlab
R2012b代码声场分类
描述
这是对IEEE
AASP挑战：声音场景和事件的检测和分类的提交。
场景分类（SC）挑战由10个不同的场景组成，每个场景包含10个音频文件，每个文件的长度为30秒，总共有100个音频剪辑。
场景列表是：繁忙的街道，安静的街道，公园，露天市场，公共汽车，地铁，餐厅，商店/超市，办公室和地铁站。
目标是在由与训练集相同场景的音频片段组成的开发集上进行测试，并确定音频片段来自哪个场景。
这里开发了两种算法：第一种基于隐马尔可夫模型（HMM）和高斯混合模型（GMM）。
使用的功能包括短时傅立叶变换，响度和频谱稀疏性。
第二种算法在基于帧的级别上应用支持向量机（SVM）。
有关AASP挑战的完整信息，请访问：
此处的所有代码均根据MIT许可免费提供。
设置
确保提供的所有文件和文件夹都在MATLAB的当前路径中。
设置模式识别工具箱（PRT）：
下载PRT：
在MATLAB控制台中运行prtSetup
。
如果您的MATLAB安装中未设置MEX，请首先确保存在受支持的编译器（），然后运行mex
-setup
。
运行prtSetupMex
。
样本数据
文件下载
资源详情
[{"title":"（ 7 个子文件 166KB ） matlabr2012b代码-scene-classification-aasp-2013:场景分类aasp-2013","children":[{"title":"scene-classification-aasp-2013-master","children":[{"title":"chum-habshush-rahman-sang.pdf <span style='color:#111;'> 202.87KB </span>","children":null,"spread":false},{"title":"getClassIds.m <span style='color:#111;'> 668B </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false},{"title":"classifyScene2.m <span style='color:#111;'> 4.81KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.89KB </span>","children":null,"spread":false},{"title":"classifyScene.m <span style='color:#111;'> 3.14KB </span>","children":null,"spread":false},{"title":"prtClassMajorityVote.m <span style='color:#111;'> 4.56KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 眼动跟踪技术：原理与应用 （原书第二版）翻译 中文
- MOOC工程伦理课后习题答案（主观+判断+选择）期末考试答案.docx
- MCD2--ICD2仿真调试器USB驱动程序下载
- LDE 反汇编引擎
- 物联网共享单车锁
- ANFIS自适应模糊推理算法Matlab设计
- gsoap wsdl SSL WSDL支持HTTPS SSL协议
- flink-shaded-hadoop-2-uber-2.7.2-11.0.jar
- 将视频分解成一帧一帧的matlab实现算法
- 数据可视化炫酷大屏效果
- 2008-2020陕西行测.pdf
- 农夫过河问题
- 数据结构 停车场问题
- rdm-2020.6.0.0.zip
- 最终版数据结构文件.txt
- USB2812数据采集卡软件开发
- Windows Ctags.exe
- pcm/fm正交调制
- 信号的时域波形和频域频谱
- 多元统计分析聚类分析
- FPGA Design_ Best Practices for Team-based Design
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明