期刊文章详细信息
说话人识别中支持向量机核函数参数优化研究
Research on Kernel Parameter Optimization of Support Vector Machine in Speaker Recognition
文献类型：期刊文章
机构地区：[1]大庆石油学院电子科学学院,大庆163318
基 金：黑龙江省教育厅科学技术研究项目(11511015)资助
年 份：2010
卷 号：10
期 号：7
起止页码：1669-1673
语 种：中文
收录情况：RCCSE、ZGKJHX、普通刊
摘 要：在基于SVM的说话人识别系统研究中,如何获得理想的识别率是亟待解决的问题。SVM核函数是众多影响识别率因素中最明显的。该系统提高识别率的技术关键是SVM核函数的选取及其参数优化。为此,在对三种常用核函数的特点进行研究的基础上,利用网格搜索法来分别进行参数优选,通过实际语音的训练和识别验证识别效果。目前优选参数可以实现识别率≥99.9%且识别时间<0.1 s。
关 键 词：支持向量机 说话人识别 核函数 参数优化 网格搜索法
分 类 号：TP391.42]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
