基于Fisher准则的MFCC特征选择实现:
1、只有一类特征MFCC;
2、怎么用Fisher计算MFCC特征每个维度的贡献度
fisher特征选择原理
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- ShowMeAI 2022-12-09 16:29关注
望采纳
可以使用Python的librosa库来计算MFCC特征,并使用sklearn库中的Fisher分类器来计算每个维度的贡献度。下面代码示例:
import librosa import numpy as np from sklearn.discriminant_analysis import LinearDiscriminantAnalysis # 读取语音文件并计算MFCC特征 y, sr = librosa.load('path/to/your/audio/file.wav') mfcc = librosa.feature.mfcc(y=y, sr=sr) # 使用LDA来计算每个维度的贡献度 lda = LinearDiscriminantAnalysis() lda.fit(mfcc, labels) contributions = lda.scalings_
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 微信会员卡等级和折扣规则
- ¥15 微信公众平台自制会员卡可以通过收款码收款码收款进行自动积分吗
- ¥15 随身WiFi网络灯亮但是没有网络,如何解决?
- ¥15 gdf格式的脑电数据如何处理matlab
- ¥20 重新写的代码替换了之后运行hbuliderx就这样了
- ¥100 监控抖音用户作品更新可以微信公众号提醒
- ¥15 UE5 如何可以不渲染HDRIBackdrop背景
- ¥70 2048小游戏毕设项目
- ¥20 mysql架构,按照姓名分表
- ¥15 MATLAB实现区间[a,b]上的Gauss-Legendre积分