最小二乘向量机在说话人识别中的应用

• 作者: 但志平 郑胜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 说话人识别 最小二乘向量机 核函数 线性预测
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 30-32,36
• 页数: 4页
• 分类号: TP391.42
• 字数: 3257字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.05.010

摘要

说话人识别是语音识别的一种,是当前的研究热点之一.而基于统计学习理论的支持向量机(SVM)方法是一种新的机器学习算法,已成为机器学习研究的热点.讨论了一种改进的SVM即最小二乘向量机(LS-SVM)的方法进行说话人识别研究.研究表明,基于LS-SVM的说话人识别比传统的SVM说话人识别计算复杂度小、效率更高、对说话人识别有很强的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑胜	华中科技大学电信系	18	177	8.0	12.0
5	但志平	华中科技大学电信系	5	42	4.0	5.0