基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
支持向量机是统计学习理论的一个重要的学习方法,也是解决模式识别问题的一个有力的工具.本文提出了用支持向量机来解决说话人辨认问题,结合语音信号的特点,解决了大数据量情况下支持向量机的训练问题.支持向量机对两类的分类问题有着突出的优势,本文用两种判决规则将两类问题应用到多类的识别问题.用支持向量机实现了一个与文本无关的说话人辨认系统,实验表明,本方法有良好的效果.
推荐文章
基于支持向量机的说话人识别研究
支持向量机
说话人识别
结构风险最小化
核函数
基于最大均值似然判决规则的说话人辨认研究
最大似然判决规则
最大均值似然判决规则
说话人辨认
基于支持向量机的说话人识别研究
支持向量机
说话人识别
结构风险最小化
核函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的说话人辨认研究
来源期刊 通信学报 学科 工学
关键词 说话人辨认 支持向量机 模式识别
年,卷(期) 2002,(6) 所属期刊栏目 技术报告
研究方向 页码范围 61-67
页数 7页 分类号 TN912
字数 5149字 语种 中文
DOI 10.3321/j.issn:1000-436X.2002.06.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王炳锡 34 390 12.0 19.0
2 侯风雷 3 63 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (3)
节点文献
引证文献  (57)
同被引文献  (17)
二级引证文献  (117)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(4)
  • 引证文献(4)
  • 二级引证文献(0)
2005(7)
  • 引证文献(7)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(12)
  • 引证文献(6)
  • 二级引证文献(6)
2008(11)
  • 引证文献(6)
  • 二级引证文献(5)
2009(19)
  • 引证文献(9)
  • 二级引证文献(10)
2010(13)
  • 引证文献(4)
  • 二级引证文献(9)
2011(17)
  • 引证文献(5)
  • 二级引证文献(12)
2012(16)
  • 引证文献(3)
  • 二级引证文献(13)
2013(20)
  • 引证文献(3)
  • 二级引证文献(17)
2014(12)
  • 引证文献(4)
  • 二级引证文献(8)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
说话人辨认
支持向量机
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
论文1v1指导