《表2 雨量分类正确率:基于雨声识别的雨量测量方法》

《表2 雨量分类正确率:基于雨声识别的雨量测量方法》   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
《基于雨声识别的雨量测量方法》


  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

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。