小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
3期
585-589
,共5页
C-SVM%多核融合%在线自适应%相似度矩阵%语音情感识别
C-SVM%多覈融閤%在線自適應%相似度矩陣%語音情感識彆
C-SVM%다핵융합%재선자괄응%상사도구진%어음정감식별
为提高C-SVM的泛化性能,提出一种基于特征分组的多核融合在线自适应识别算法.此算法首先把特征按照待识别样本集的特性分为若干组,然后根据各组特征的特性采用不同的核函数训练C-SVM模型,并分别把各个模型支持向量间的相似度作为其权重系数,通过自适应样本不断调整权重系数和模型参数,使得C-SVM模型的参数能够随着待识别样本特性的变化而自适应地变化.将此算法应用于非特定人语音情感识别系统,与RBF核、多项式核和Sigmoid核的对比证明了多核融合在线自适应识别算法的优越性,通过与中性语句归一化方法相比证明了本文算法的有效性和稳定性.
為提高C-SVM的汎化性能,提齣一種基于特徵分組的多覈融閤在線自適應識彆算法.此算法首先把特徵按照待識彆樣本集的特性分為若榦組,然後根據各組特徵的特性採用不同的覈函數訓練C-SVM模型,併分彆把各箇模型支持嚮量間的相似度作為其權重繫數,通過自適應樣本不斷調整權重繫數和模型參數,使得C-SVM模型的參數能夠隨著待識彆樣本特性的變化而自適應地變化.將此算法應用于非特定人語音情感識彆繫統,與RBF覈、多項式覈和Sigmoid覈的對比證明瞭多覈融閤在線自適應識彆算法的優越性,通過與中性語句歸一化方法相比證明瞭本文算法的有效性和穩定性.
위제고C-SVM적범화성능,제출일충기우특정분조적다핵융합재선자괄응식별산법.차산법수선파특정안조대식별양본집적특성분위약간조,연후근거각조특정적특성채용불동적핵함수훈련C-SVM모형,병분별파각개모형지지향량간적상사도작위기권중계수,통과자괄응양본불단조정권중계수화모형삼수,사득C-SVM모형적삼수능구수착대식별양본특성적변화이자괄응지변화.장차산법응용우비특정인어음정감식별계통,여RBF핵、다항식핵화Sigmoid핵적대비증명료다핵융합재선자괄응식별산법적우월성,통과여중성어구귀일화방법상비증명료본문산법적유효성화은정성.
