基于特征提取与SVM的多乐器信号快速识别

针对当前我国乐器音频识别系统识别精度低的问题，提出一套基于特征提取与SVM的多乐器信号分类识别方法。其中，音频信号的去噪处理采用改进的VMD重构去噪方法；音频数据的降维处理采用改进的核主成分分析法；分类识别系统采用基于改进的PSO-SVM模型。仿真结果表明，相较于改进优化前的音频分类识别方法，基于改进KPCA+改进PSO+SVM的乐器音频分类识别方法的分类识别准确率得到了明显提高，对六种乐器唢呐、古筝、琵琶、钢琴、吉他、小提琴的识别准确率分别达到了100%、78.32%、91.23%、94.13%、100%、100%。以上实验结果验证了设计的多乐器信号分类识别方法的可行性和优越性，对乐器分类识别系统的设计有一定的参考借鉴价值。