《表4 SVM的分类结果：基于客观特征的民族乐器音色分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于客观特征的民族乐器音色分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

具体到音色，最优分类器（即SVM）的分类结果如表4所示．在训练数据中，标签为纤细的数据量较多，其中不同类型的乐器都出现了标签为纤细的样本，如数据集I中拉弦类乐器高胡、簧管类吹奏乐器高音笙、弹拨类乐器琵琶、打击类乐器编钟．然而事实上，由于乐器类别不同，这些乐器在整体音色感知上是有一定区别的，这导致纤细类别召回率最高，但精确度较低．其他3类精确度较高，但召回率较低．其中，嘶哑的精确度达到1.00，而召回率仅为0.67．音色类别为嘶哑的乐器多集中在簧管类吹奏乐器上，类型比较集中．另外，标签为嘶哑的数据量较少，且嘶哑聚类中的描述词间隔也较远，使用聚类中心词描述会引入一些偏差，使得召回率变低．具体到乐器类别，最优分类器（即SVM）的分类结果中，拉弦乐器的预测准确率达到85%，边棱类吹奏乐器准确率达到83.33%.