Audio 基于受限boltzmann机器的音频特征提取

我想使用RBM（受限Boltzmann机器）提取音频特征。为此，我将频谱图（PCA变白）作为RBM的输入。
对于每个音频文件，谱图是一个矩阵，列数固定，但每个音频文件的行数不同。我的问题是如何训练我的RBM，或者如何使用RBM从音频中提取特征，给定这个谱图矩阵。我在Honglak Lee的一篇论文中读到，论文题目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
“然后，我们训练了300个第一层基地，过滤器长度为6，最大池化比率为3。”
首先，这里的基数是什么意思。（他们使用了卷积的深层信念网络，所以我猜，这里的基数并不意味着权重）。

---

第二，使用长度为6的过滤器意味着什么？我怎么做？任何暗示都将不胜感激。（我是RBM新手）

我认为让人困惑的是，他们在他们的深层信仰网络中添加了一个回旋层。卷积层的思想是，它们使用特定于图像小区域的内核，在它们的例子中是一个6元素窗口。我不是音频问题的专家，但我相信基带指的是摄谱仪中的不同波段。

对于您提出的这类问题，这不是合适的论坛；不太可能会有回应。我们欢迎具体的编程问题。你可能会在[.@marko谢谢。我已经在dsp论坛上发布了，不过还没有回复。