基于KL散度的支持向量机方法及应用研究

• 作者: 刘贺平 屈微 张海军
• 来源期刊: 信息与控制
• 关键词: 支持向量机(SVM) 独立分量分析(ICA) KL核函数 说话人确认
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 627-630
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2005.05.022

摘要

针对ICA提取的说话人语音特征,导出以库尔贝克一莱布勒(KL)散度作为距离测度的KL核函数用来设计支持向量机,实现了一个高分辨率的ICA/SVM说话人确认系统.说话人确认的仿真实验结果表明,使用ICA特征基函数系数比直接使用语音数据训练SVM得到的分类间隔大,支持向量少,而且使用KL核函数的ICA/SVM系统确认的等差率也低于其它传统SVM方法,证明了基于KL散度的支持向量机方法在实现分类和判决上具有高效性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈微	北京科技大学信息工程学院	8	61	5.0	7.0
2	刘贺平	北京科技大学信息工程学院	131	1848	16.0	39.0
3	张海军	北京科技大学信息工程学院	17	262	11.0	16.0