《表4 DCASE2018数据集上的分类结果》

  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

《基于多分辨率时频特征融合的声学场景分类》

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

对比实验结果如表3和表4所示。可以看出，在DCASE2017数据集上，融合特征在15个类别中的8个类别上相对LME特征精度有所提高；在DCASE2018数据集上，融合特征在10个类别中的7个类别上相对LME特征精度有所提高，且平均分类精度分别提高了1.6%和1.7%。相比于基线系统，本文提出方案的平均分类精度分别提高了7.5%和10.3%，用DCASE2017测试集数据进行测试，基线系统精度为61%，本文提出方案的精度为68.1%，提高了7.1%。