基于模糊分类器及多层前馈神经网络混合结构的说话人辨认

• 作者: 张玲华 杨震 郑宝玉
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 说话人辨认 模糊 超椭球分类器 多层前馈神经网络
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 技术报告
• 页码范围: 68-75
• 页数: 8页
• 分类号: TN912.3
• 字数: 4399字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436X.2005.11.012

摘要

提出了基于模糊超椭球聚类算法的说话人辨认新方法.该算法首先将某一类的训练数据分成若干子类,对每一子类在其中心周围定义具有超椭球区域的模糊规则.实验表明,该系统可以较快的聚类速度取得与HMM相当的识别效果.进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差.为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模型,使系统的识别性能和抗噪能力显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宝玉	南京邮电大学通信与信息工程学院	283	2852	26.0	40.0
2	杨震	南京邮电大学通信与信息工程学院	199	2651	30.0	44.0
3	张玲华	南京邮电大学通信与信息工程学院	62	373	10.0	15.0