ESC-10数据集的音频分类
本文选取了ESC-10数据集作为音频分类的数据集，选取了四种方法进行分类，包括支持向量机(SVM)，决策树(CLF)，多层感知机(MLP)，循环神经网络(RNN)。最终支持向量机取得了最优的结果（0.825）。
多层感知机（MLP）
学习率设置为0.001，优化算法选择Adam，损失函数为交叉熵函数，训练10个epoch的损失函数变化如下所示：
训练集上的损失函数:
测试集上的损失函数:
测试集上的准确率:
循环神经网络（RNN）
训练集上的损失函数:
测试集上的损失函数:
测试集上的准确率:
总结
| 支持向量机(SVM) | 决策树(CLF) | 多层感知机(MLP) | 循环神经网络(RNN) | |
|---|---|---|---|---|
| 特征 | mfcc，chroma，melspectrogram，contrast，tonnetz | mfcc，chroma，melspectrogram，contrast，tonnetz | mfcc，chroma，melspectrogram，contrast，tonnetz | mfcc |
| 特征维度 | （1，45） | （1，5） | （1，45） | （431, 20） |
| 准确率 | 0.825 | 0.650 | 0.762 | 0.750 |