基于受限boltzmann机器的音频特征提取
基于受限boltzmann机器的音频特征提取
提问于 2013-12-13 03:28:37
我想使用RBM (受限玻尔兹曼机)提取音频特征。为此，我给出了频谱图(PCA白化)作为RBM的输入。
对于每个音频文件，语谱图是一个不带符号的矩阵。固定的列数，但每个音频文件的行数不同。我的问题是，我如何训练我的RBM，或者我如何使用RBM从音频中提取特征，给出这个频谱矩阵。我在Honglak Lee的一篇论文中读到，这篇论文的标题是使用卷积深度信念网络进行音频分类的无监督特征学习。http://machinelearning.wustl.edu/mlpapers/paper_files/NIPS2009_1171.pdf
“然后，我们训练了300个第一层基础，过滤器长度为6，最大池比率为3。”
首先，这里的bases是什么意思。(他们使用了卷积深度信念网络，所以我猜，基础在这里并不意味着权重)。
其次，使用长度为6的过滤器是什么意思？我该怎么做呢？任何提示都将不胜感激。(我是RBM新手)
回答 1
Stack Overflow用户
发布于 2013-12-13 21:46:41
我认为这里令人困惑的是他们在他们的深度信念网络中添加了一个卷积层。卷积层的思想是他们使用特定于图像小区域的核，在他们的情况下是6个元素的窗口。我不是音频问题方面的专家，但我相信bases指的是光谱仪中的不同波段。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/20552455
复制相关文章
相似问题
腾讯云开发者
