| 查看: 2423 | 回复: 8 | |||
[交流]
对声音信号在svm里识别，识别率能达到100%，这样的结果正常么？
|
|||
|
最近在对一维信号识别，包括声音信号 后期分类识别使用的是libSVM，发现识别效果都很高，基本上98%以上。 有一些识别率低的，对训练数据人工选取和对svm参数寻优调整后，也能上升到90%-100%。 这样的结果正常么？ 会不会太高了 本人用的测试数据是和训练数据不同的。 |
回复此楼» 猜你喜欢
朋友圈看到的
已经有9人回复
-
能否退出参与的面上项目解除限项
已经有13人回复
-
让我中一个面上吧！
已经有16人回复
-
放榜前的不淡定
已经有17人回复
-
科研孤儿太难了
已经有19人回复
-
明天应该可查了！？
已经有4人回复
-
什么时候开奖？
已经有11人回复
-
范进中举一文的中心思想
已经有6人回复
-
建议基金发布提前给出明确的时间点
已经有14人回复
-
2026国自然函评费到账
已经有17人回复
» 本主题相关价值贴推荐，对您同样有帮助:
» 抢金币啦！回帖就可以得到:
-
2026年工程管理与智慧城市国际会议 (EMSC 2026)
+1/981
-
基金祈福
+1/867
-
散金祈福
+3/528
-
何不食肉糜
+1/383
-
华西生物制药研究院招聘科研助理
+2/230
-
散金求好运
+1/108
-
上海交通大学张航课题组招聘博士后（电化学储能）
+1/89
-
南方医科大学|生物材料与医学工程团队诚聘科研助理
+2/64
-
美国University of Texas at Arlington土木结构工程方向2027年春季全奖博士招生
+1/54
-
安徽医科大学周可成教授课题组诚聘博士后 2026年
+1/20
-
安徽医科大学周可成教授课题组诚聘博士后 2026年
+1/20
-
南京大学 智能驱动与感知材料实验室 诚招申请考核博士生/科研助理/博士后
+1/4
-
中科院大连化学物理研究所 招聘 催化剂研发方向 科研助理 2名
+1/4
-
南方医科大学深圳医院陈烨/余涛教授课题组联合培养博士后招聘
+1/4
-
祈祷老公中国基
+1/3
-
上海大学王亮课题组诚招博士后（碳材料、光催化、电催化方向）
+2/2
-
出全新蔡司 Plan?APOCHROMAT 20×/0.8 平场复消色差物镜
+1/2
-
清华大学环境课题组招聘环境工作专业客座生研究生2-3名（应用导向）
+1/2
-
新审查指南施行半年，AI方向的专利申请是不是更看"技术味"了？
+1/2
-
【产品测评分享】体外转录产量不理想、dsRNA 副产物高？T7 RNA 聚合酶实测体验
+1/1
★ ★ ★
prettyfarmer(金币+1): 谢谢参与
prettyfarmer: 金币+2 2012-12-08 13:24:38
prettyfarmer(金币+1): 谢谢参与
prettyfarmer: 金币+2 2012-12-08 13:24:38
|
判断方法很简单，拿一组真实的数据，用你训练出的模型分类一下，如果依然正确率很高，那么就没问题了。 可能存在的问题是，你数据本身的类内误差很小、类间误差很大，或者测试集与训练集太接近。 举例来说，假设是根据输入的声音文件分析场景，一个场景是卧室，另一个场景是街道，这个通过分贝平均值的特征进行分类显然正确率99%以上很正常，这就属于数据本身类内误差小类间误差大，出现这种情况可能说明你的分类问题很简单，或者你为某个较难的分类问题找到了很好的描述特征。 同样是这个声音分析场景的问题，假如你要通过声音数据区分会议室和化学实验室，这个显然分类效果应该比较差。但是，如果你采集的数据中会议室都是女性讲话的声音，实验室都是男性讲话的声音，则问题退化为男声女声分类，使用声音平均频率作为特征值，也很可能正确率超过90%。然而，这时候你重新采集另外一组会议室、实验室的声音测试，就会发现这个分类器完全不适用，这就是由你的测试集与训练集太接近造成的。 |
2楼2012-12-07 16:14:58
3楼2012-12-08 13:24:29
5楼2012-12-10 22:15:05
6楼2012-12-11 01:12:05
7楼2013-02-15 04:33:17
8楼2013-02-15 04:33:47
9楼2013-02-16 00:10:43
简单回复
2012-12-08 20:10
回复
prettyfarmer(金币+1): 谢谢参与
