计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
11期
4027-4031
,共5页
顾明亮%张宁%张世形%鲍薇
顧明亮%張寧%張世形%鮑薇
고명량%장저%장세형%포미
多示例学习%性别识别%期望最大多样性密度%K均值%包-K近邻
多示例學習%性彆識彆%期望最大多樣性密度%K均值%包-K近鄰
다시례학습%성별식별%기망최대다양성밀도%K균치%포-K근린
multi-instance learning%gender identification%EM-DD%K-means%bags-kNN
为了提高性别识别(gender identification)的识别率,提出了一种基于时变多示例学习(multi-instance learning)的性别识别方法.该方法将语音段作为多示例包,语音的声学特征矢量经过K均值(K-means)聚类生成包中示例.将男、女性语音包标记成不同类别后,利用EM-DD (expectation maximization diverse density)算法求解出男、女性语音的多密度点,提出了Bags-K近邻分类算法进行识别.实验结果表明,性别识别系统平均识别率可达97％.
為瞭提高性彆識彆(gender identification)的識彆率,提齣瞭一種基于時變多示例學習(multi-instance learning)的性彆識彆方法.該方法將語音段作為多示例包,語音的聲學特徵矢量經過K均值(K-means)聚類生成包中示例.將男、女性語音包標記成不同類彆後,利用EM-DD (expectation maximization diverse density)算法求解齣男、女性語音的多密度點,提齣瞭Bags-K近鄰分類算法進行識彆.實驗結果錶明,性彆識彆繫統平均識彆率可達97％.
위료제고성별식별(gender identification)적식별솔,제출료일충기우시변다시례학습(multi-instance learning)적성별식별방법.해방법장어음단작위다시례포,어음적성학특정시량경과K균치(K-means)취류생성포중시례.장남、녀성어음포표기성불동유별후,이용EM-DD (expectation maximization diverse density)산법구해출남、녀성어음적다밀도점,제출료Bags-K근린분류산법진행식별.실험결과표명,성별식별계통평균식별솔가체97％.
