[发明专利]基于数据驱动的有监督字典学习音频分类方法、系统及介质

权利要求书

1.基于数据驱动的有监督字典学习音频分类方法，其特征在于，包括下述步骤：

确定样本集类别数C，利用输入的样本x_n，及其对应的类标签y_n训练C个字典D_c，c∈[1,C]；所述训练C个字典D_c，c∈[1,C]如下：

初始化字典D_c⁰，学习率η₀，学习率更新率α，迭代次数T；

确定损失函数J；

开始次数为T的迭代求解过程，当迭代次数为t时，固定字典D^t-1，计算稀疏编码的集合A^t；

固定稀疏编码的集合A^t，更新字典D_c^t；

t＝t+1，进入下一次迭代，直至t＝T；

所述损失函数J具体形式为：

J(A,D)＝J₁(D,A)+μJ₂(D,A)+λJ₃(A)+γ₁J₄(A)+γ₂J₅(D)；

其中，μ为样本约束参数，λ为分类器约束参数，γ₁为稀疏编码约束参数，γ₂为字典学习约束参数；

利用已训练的字典D_c，c∈[1,C]，得出输入样本x_n的稀疏编码a_n，并将稀疏编码作为特征，训练SVM分类器；

利用已训练的字典D_c，c∈[1,C]，和已训练的SVM分类器对输入样本x_n进行分类，输出预测标签y^～_n。

2.根据权利要求1所述基于数据驱动的有监督字典学习音频分类方法，其特征在于，所述开始次数为T的迭代求解过程，当迭代次数为t时，固定字典D^t-1，计算稀疏编码集合A^t的步骤具体通过Lasso算法最小化损失函数J(D^t-1,A^t)得到A^t。

3.根据权利要求1所述基于数据驱动的有监督字典学习音频分类方法，其特征在于，所述固定稀疏编码的集合A^t，更新字典D_c^t的步骤具体如下：

计算损失函数J关于字典D的梯度G^t；

初步更新，D_c^t/2＝D_c^t-1-ηG^t；

通过近端投影算子Prox对初步更新的字典进行约束；

直至J(D_c^t,A^t)＜J(D_c^t-1,A^t-1)，结束对字典的更新。

4.根据权利要求1所述基于数据驱动的有监督字典学习音频分类方法，其特征在于，所述训练SVM分类器具体为：训练得一个超平面，将不同的样本分开；其测试阶段即为判断样本在超平面所分割空间的哪一边。