基于樣本平衡化和遷移成分分析的音頻場景識別.pdf

1、音頻場景識別是指通過分析音頻信號的特點識別出對應(yīng)的場景信息。目前音頻場景識別系統(tǒng)的主要問題在于測試樣本分布與訓(xùn)練集樣本分布之間存在差異，在此情況下使用傳統(tǒng)的學(xué)習(xí)方法不能得到滿意的識別率。為了解決這一問題，本文引入遷移學(xué)習(xí)的理論和方法。
　　本文采用高斯直方圖作為場景特征,通過遷移學(xué)習(xí)方法縮小訓(xùn)練集和測試集樣本分布之間的差異，然后使用支持向量機(jī)（Support Vector Machine，SVM）進(jìn)行識別。本文研究了當(dāng)前主要的兩類

2、遷移方法：樣本遷移和特征遷移。在樣本遷移方面研究了樣本選擇偏差，改進(jìn)了一種與樣本選擇偏差類型無關(guān)的去除偏差的方法：基于樣本選擇偏差的樣本平衡化(Re-Balancing by Sample Selection Bias，RBSSB)，并結(jié)合核密度估計的思想，通過重新選擇訓(xùn)練樣本來去除樣本選擇偏差，從而對齊訓(xùn)練樣本和測試樣本之間的邊緣概率分布。在特征遷移方面研究了遷移成分分析（Transfer Component Analysis，TCA

3、）并對其進(jìn)行了改進(jìn)，在TCA的基礎(chǔ)上加入最大化訓(xùn)練集的類間散度和最小化訓(xùn)練集的類內(nèi)散度的優(yōu)化項，提出了判別式遷移成分分析（Fisher Discriminant Transfer Component Analysis，F(xiàn)DTCA），使得遷移后不同類別的場景特征具有更好的區(qū)分性。并且提出了線性TCA，大大減少了特征遷移的計算量。
　　實驗結(jié)果表明：與不進(jìn)行遷移相比，RBSSB和TCA均能提高音頻場景識別的準(zhǔn)確率。最后根據(jù)兩類遷移的特