基于模糊支持向量机的语音识别方法

• 作者: 刘维亭 张冰 朱志宇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 语音识别 模糊支持向量机 模糊隶属度 小波分析
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 180-182
• 页数: 3页
• 分类号: TP18|TN912.3
• 字数: 3188字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.02.065

摘要

通过计算输入样本的模糊隶属度,探讨了模糊支持向量机(FSVM)的原理,应用其对语音信号进行识别,并和RBF神经网络、支持向量机(SVM)的识别效果进行了比较.在仿真实验中,采用小波分析方法提取语音特征向量,识别结果表明,SVM和FSVM比RBF网络具有较好的泛化性能,训练时间也大大缩减.此外,FSVM比SVM有更强的抵抗噪声的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘维亭	江苏科技大学电子信息学院	152	944	15.0	22.0
2	朱志宇	江苏科技大学电子信息学院	164	971	15.0	21.0
3	张冰	江苏科技大学电子信息学院	108	828	15.0	22.0