基于自适应小生境混合遗传算法的说话人识别

• 作者: 林琳 王树勋
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 说话人识别 小生境技术 遗传算法 自适应策略 高斯混合模型
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 8-12
• 页数: 5页
• 分类号: TN912.3
• 字数: 5105字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2007.01.003

摘要

为了解决传统高斯混合模型(Gaussian Mixture Model,GMM)对初值敏感,在实际训练中极易得到局部最优参数的问题,本文提出了一种GMM参数优化的新方法.将小生境技术与最大似然估计融入到遗传训练过程,形成了一种新的混合算法,缓解了遗传算法产生的"早熟"现象,提高了算法的局部搜索能力.采用自适应策略来控制交叉和变异算子,同时在适应度评价中融入了其他用户的区分性信息,提高了模型的分类精度,增强了GMM的泛化能力.实验表明,与传统和改进的两种方法相比,本文的方法都可以得到更优的模型参数,使得系统的识别率进一步提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王树勋	吉林大学通信工程学院	158	1902	19.0	39.0
2	林琳	吉林大学通信工程学院	48	343	9.0	17.0