《表2 雨量分类正确率:基于雨声识别的雨量测量方法》
将提取出的大雨、中雨、小雨的MFCC系数数据分别存于mydata1.mat,mydata2.mat,mydata3.mat数据库文件中,3类雨声信号分别用1,2,3标识。根据标识号,令大雨的期望输出向量为[1 0 0],中雨为[0 1 0],小雨为[0 0 1]。随机选取雨声信号60组特征值作为训练样本,学习速率设置为0.03。最后30组为测试样本,图8~9是实际雨量与预测雨量的分类对比识别和BP神经网络分类误差。随之也得到神经网络的正确识别率,其结果如表2所示。
图表编号 | XD0039386800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 丁苑、行鸿彦 |
绘制单位 | 南京信息工程大学气象灾害预报预警与评估协同创新中心、南京信息工程大学江苏省气象探测与信息处理重点实验室、南京信息工程大学气象灾害预报预警与评估协同创新中心、南京信息工程大学江苏省气象探测与信息处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |