用于音频事件分类的半监督学习高置信度样本挖掘方法

发明专利有效专利

申请号：
CN201510475266.6
IPC分类号：G06K9/62
申请日期：
2015-08-05
申请人：
山东师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	用于音频事件分类的半监督学习高置信度样本挖掘方法
申请号	CN201510475266.6	申请日期	2015-08-05
法律状态	授权	申报国家	中国
公开/公告日	2015-11-18	公开/公告号	CN105069474A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	山东师范大学	申请人地址	山东省济南市历下区文化东路88号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山东师范大学	当前权利人	山东师范大学
发明人	冷严;李登旺;方敬;程传福;万洪林;王晶晶
代理机构	济南圣达知识产权代理有限公司	代理人	张勇

摘要

本发明公开了一种用于音频事件分类的半监督学习高置信度样本挖掘方法，本发明创新性地通过三个原则来确定未标注音频事件样本的置信度，进而挖掘具有高置信度的未标注音频事件样本。三个原则为未标注音频事件样本的正确标注提供了三重保障，因而能成功地为半监督学习挖掘到高置信度的未标注音频事件样本。此外，本发明的三个原则充分考虑了数据分布，挖掘的高置信度样本具有一定的多样性，因而能更好地提高音频事件分类器的分类性能。本发明挖掘的高置信度样本经自动标注加入到已标注音频事件样本集，因而在提高分类器的分类性能的同时不增加额外的手工标注工作量，因此该项发明在实际应用中具有很强的应用价值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供