24小时热门版块排行榜    

查看: 2191  |  回复: 8

prettyfarmer

新虫 (初入文坛)


[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

» 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:

查看全部散金贴

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

chentianyu1

木虫 (小有名气)


★ ★ ★
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
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

prettyfarmer

新虫 (初入文坛)


引用回帖:
2楼: Originally posted by chentianyu1 at 2012-12-07 16:14:58
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 ...

so~ga~  谢谢哦 ~~ 我再测试
3楼2012-12-08 13:24:29
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

dsigma

铜虫 (初入文坛)



prettyfarmer(金币+1): 谢谢参与
我个人认为训练数据和测试数据的选取理应符合同一场景,不然训练的意义何在?所以,只要你使用了优秀的分类算法,并且选取了有效的训练数据,那么恭喜你!
对于不同场景的识别是这个分类器以外的课题了
5楼2012-12-10 22:15:05
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

爱红茶的猫

木虫 (小有名气)



小木虫: 金币+0.5, 给个红包,谢谢回帖
不知道楼主采用什么特征训练模型的,是否可以考虑更多的情况,如高频率,低频率,带不同种类噪声的数据。另外,如果训练数据和测试数据特征接近的话,99%或100%都是有可能的。
6楼2012-12-11 01:12:05
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

prettyfarmer

新虫 (初入文坛)


引用回帖:
6楼: Originally posted by 爱红茶的猫 at 2012-12-11 01:12:05
不知道楼主采用什么特征训练模型的,是否可以考虑更多的情况,如高频率,低频率,带不同种类噪声的数据。另外,如果训练数据和测试数据特征接近的话,99%或100%都是有可能的。

谢谢指点的~~再请教下,出现这种情况后 我在论文里 能直接写 识别结果能达到这么高么?? 一般要多少测试数据 才会让这种结果比较可靠呢??
7楼2013-02-15 04:33:17
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

prettyfarmer

新虫 (初入文坛)


引用回帖:
2楼: Originally posted by chentianyu1 at 2012-12-07 16:14:58
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 ...

再请教下,出现这种情况后 我在论文里 能直接写 识别结果能达到这么高么?? 一般要多少测试数据 才会让这种结果比较可靠呢??
8楼2013-02-15 04:33:47
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

爱红茶的猫

木虫 (小有名气)



小木虫: 金币+0.5, 给个红包,谢谢回帖
引用回帖:
7楼: Originally posted by prettyfarmer at 2013-02-15 04:33:17
谢谢指点的~~再请教下,出现这种情况后 我在论文里 能直接写 识别结果能达到这么高么?? 一般要多少测试数据 才会让这种结果比较可靠呢??...

我一般是用 cross validation,将数据分成2组,一组训练,另一组测试。分组的时候可以采用随机分组,避免重复情况。
9楼2013-02-16 00:10:43
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
简单回复
2012-12-08 20:10   回复  
prettyfarmer(金币+1): 谢谢参与
相关版块跳转 我要订阅楼主 prettyfarmer 的主题更新
普通表情 高级回复 (可上传附件)
最具人气热帖推荐 [查看全部] 作者 回/看 最后发表
[考研] 一志愿天津大学化学工艺专业(081702)315分求调剂 +9 yangfz 2026-03-17 9/450 2026-03-18 12:38 by 尽舜尧1
[考研] 0703化学求调剂 总分331 +3 ZY-05 2026-03-13 3/150 2026-03-18 10:58 by macy2011
[考研] 070300化学319求调剂 +5 锦鲤0909 2026-03-17 5/250 2026-03-18 10:21 by macy2011
[教师之家] 焦虑 +8 水冰月月野兔 2026-03-13 10/500 2026-03-18 09:21 by 咪呜喵呜
[考研] 268求调剂 +6 简单点0 2026-03-17 6/300 2026-03-18 09:04 by 无际的草原
[考研] 278求调剂 +5 烟火先于春 2026-03-17 5/250 2026-03-18 08:43 by 星空星月
[基金申请] 被我言中:新模板不强调格式了,假专家开始管格式了 +4 beefly 2026-03-14 4/200 2026-03-17 22:04 by 黄鸟于飞Chao
[考研] 本人考085602 化学工程 专硕 +16 不知道叫什么! 2026-03-15 18/900 2026-03-17 17:05 by ruiyingmiao
[考研] 290求调剂 +3 p asserby. 2026-03-15 4/200 2026-03-17 16:35 by wangkm
[考研] 中科院材料273求调剂 +4 yzydy 2026-03-15 4/200 2026-03-16 15:59 by Gaodh_82
[考研] 材料与化工(0856)304求B区调剂 +6 邱gl 2026-03-12 7/350 2026-03-13 23:24 by 邱gl
[考研] [0860]321分求调剂,ab区皆可 +4 宝贵热 2026-03-13 4/200 2026-03-13 22:01 by 星空星月
[考研] 0856材料与化工301求调剂 +5 奕束光 2026-03-13 5/250 2026-03-13 22:00 by 星空星月
[考研] 329求调剂 +3 miaodesi 2026-03-12 4/200 2026-03-13 20:53 by 18595523086
[考研] 307求调剂 +5 超级伊昂大王 2026-03-12 5/250 2026-03-13 15:56 by 棒棒球手
[考研] 085600材料与化工 309分请求调剂 +7 dtdxzxx 2026-03-12 8/400 2026-03-13 14:43 by jxchenghu
[考研] 材料301分求调剂 +5 Liyouyumairs 2026-03-12 5/250 2026-03-13 14:42 by JourneyLucky
[论文投稿] 投稿问题 5+4 星光灿烂xt 2026-03-12 6/300 2026-03-13 14:17 by god_tian
[考研] 277求调剂 +4 anchor17 2026-03-12 4/200 2026-03-13 11:15 by 白夜悠长
[考博] 26读博 +4 Rui135246 2026-03-12 10/500 2026-03-13 07:15 by gaobiao
信息提示
请填处理意见