一种基于MFCC和PSO-SVM的雨量识别方法及系统

本发明公开了一种基于MFCC和PSO‑SVM的雨量识别方法及系统，涉及信号处理技术领域，包括以下步骤：获取雨声信号并对雨声信号进行预处理；将预处理后的信号进行快速傅里叶变换、离散余弦变换，计算MFCC静态特征、根据动态求解公式计算动态特征；利用随机森林算法进行特征重要性评估，筛选高相关性的特征作为输入；利用PSO算法优化SVM模型，寻找SVM模型的正则化参数c以及核函数参数g的最优参数组合，分析雨量识别性能；本发明将动态特征与静态特征相结合，提高了模型的识别性能，利用随机森林算法进行特征选择，降低特征维数，提高模型的泛化能力，同时，利用PSO算法对SVM模型的正则化参数以及核函数参数进行寻优，提升了识别性能，提高了雨量识别的准确率。