基于类内方差归一化和SVM的说话人识别方法

• 作者: 屈丹 李弼程 高新建
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 广义线性序列核 类内方差归一化
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 168-171
• 页数: 4页
• 分类号: TN912.3
• 字数: 4428字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.10.051

摘要

支持向量机(SVM)由于其强大的分类能力,引起人们广泛的重视,并且成功地应用于说话人识别.其中基于GLDS核的SVM系统性能比较优异.引入类内方差归一化(WCCN)方法来处理SVM的输入特征向量,并和GLDS核相结合,提出一种基于类内方差归一化和SVM的说话人识别方法.该方法利用WCCN方法对SVM的输入特征向量进行变换,增强特征向量的类间区分能力,再采用GLDS核函数进行SVM的训练,以提高SVM的分类效果.实验表明,新方法是有效的,其性能优于基于GLDS核的SVM系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈丹		48	205	7.0	12.0
2	李弼程		77	636	13.0	22.0
3	高新建		1	7	1.0	1.0