基于MRSVM的说话人辨识方法

• 作者: 李明 骆瑞玲
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 说话人辫识 特征筛选 相似度 约简支持向量机 核 可能性聚类
• 年，卷（期）: 2009,（19）
• 所属期刊栏目: 人工智能
• 页码范围: 4483-4486
• 页数: 4页
• 分类号: TP391
• 字数: 4660字
• 语种: 中文

摘要

提出一种新的基于多约简SVM的说话人辨识方法.先通过基于熵的特征筛选法,对训练样本进行维数约简,并改善聚类性能.然后用基于核的可能性聚类算法(KPCM)在特征空间选择最具有代表性的样本训练约简SVM,减少系统的存储量和训练量.实验结果表明,提出的方法在不影响识别率的情况下提高了识别速度,减少了SVM的计算量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明	兰州理工大学计算机与通信学院	115	778	15.0	21.0
2	骆瑞玲	兰州理工大学计算机与通信学院	4	11	1.0	3.0