[发明专利]用于音频事件分类的半监督学习高置信度样本挖掘方法

权利要求书

1.一种用于音频事件分类的半监督学习高置信度样本挖掘方法，其特征是：包括以下步骤：

步骤(1)：输入已标注音频事件样本集L、未标注音频事件样本集U和支持向量机分类器；

步骤(2)：用已标注音频事件样本集L中标注为正类的样本组成样本集L⁺，用未标注音频事件样本集U和样本集L⁺组成包含未标注音频事件样本和已标注的正类样本的数据集D1，用D1内的样本估计未标注音频事件样本的正类置信度；

步骤(3)：用已标注音频事件样本集L中标注为负类的样本组成样本集L^-，用未标注音频事件样本集U和样本集L^-组成包含未标注音频事件样本和已标注的负类样本的数据集D2，用D2内的样本估计未标注音频事件样本的负类置信度；

步骤(4)：对未标注音频事件样本，计算正类估计置信度和负类估计置信度的差值g1，用支持向量机分类器对未标注音频事件样本分类，然后选出那些落在支持向量机分类器分类边界内且其g1值为正值的未标注音频事件样本，并按其g1值进行降序排列，最后创建正类样本集P；

步骤(5)：对未标注音频事件样本，计算负类估计置信度和正类估计置信度的差值g2，用支持向量机分类器对未标注音频事件样本分类，然后选出那些落在支持向量机分类器分类边界内且其g2值为正值的未标注音频事件样本，并按其g2值进行降序排列，最后创建负类样本集N；

步骤(6)：将正类样本集P中的样本自动标注为正类，然后加入到已标注音频事件样本集L中，并将其从未标注音频事件样本集U中移除；将负类样本集N中的样本自动标注为负类，然后加入到已标注音频事件样本集L中，并将其从未标注音频事件样本集U中移除，利用处理后的音频事件样本集进行音频事件分类。

2.如权利要求1所述的一种用于音频事件分类的半监督学习高置信度样本挖掘方法，其特征是：所述步骤(2)的方法为：用已标注音频事件样本集中标注为正类的样本组成样本集L⁺，用未标注音频事件样本集U和样本集L⁺组成包含未标注音频事件样本和已标注的正类样本的数据集D1，g⁺表示D1中样本的正类估计置信度组成的列向量，r⁺表示D1中样本的正类先验置信度组成的列向量，设置r⁺中各个样本的正类先验置信度，用D1中的样本估计未标注音频事件样本的正类置信度。