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 |