重庆科技学院学报（自然科学版）
重慶科技學院學報（自然科學版）
중경과기학원학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE)
2013年
5期
122-125
,共4页
苏盈盈%刘兴华%葛继科%李太福%文峰
囌盈盈%劉興華%葛繼科%李太福%文峰
소영영%류흥화%갈계과%리태복%문봉
Relief%支持向量分类器%语音信号%特征选择
Relief%支持嚮量分類器%語音信號%特徵選擇
Relief%지지향량분류기%어음신호%특정선택
针对语音信号的原始波形不能直接用于识别的问题,提出利用Relief算法对语音信号进行特征提取,在降低输入特征维数的同时,保留原有信号的特征.再利用结构风险最小化的支持向量分类器进行语音信号的识别.最后通过实例分析,对民歌、古筝2种不同音乐进行特征提取后,从原有的24维特征降为19维,分类器的正确率达到95.6％,而且算法的运行时间明显缩短.仿真结果表明该方法在语音信号特征选择,提高算法运行速度方面有明显效果.
針對語音信號的原始波形不能直接用于識彆的問題,提齣利用Relief算法對語音信號進行特徵提取,在降低輸入特徵維數的同時,保留原有信號的特徵.再利用結構風險最小化的支持嚮量分類器進行語音信號的識彆.最後通過實例分析,對民歌、古箏2種不同音樂進行特徵提取後,從原有的24維特徵降為19維,分類器的正確率達到95.6％,而且算法的運行時間明顯縮短.倣真結果錶明該方法在語音信號特徵選擇,提高算法運行速度方麵有明顯效果.
침대어음신호적원시파형불능직접용우식별적문제,제출이용Relief산법대어음신호진행특정제취,재강저수입특정유수적동시,보류원유신호적특정.재이용결구풍험최소화적지지향량분류기진행어음신호적식별.최후통과실례분석,대민가、고쟁2충불동음악진행특정제취후,종원유적24유특정강위19유,분류기적정학솔체도95.6％,이차산법적운행시간명현축단.방진결과표명해방법재어음신호특정선택,제고산법운행속도방면유명현효과.
