基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高机器学习的推广能力,解决语音识别系统在噪声环境中识别率变差等问题,采用改进的MFCC语音特征参数,用Gaussian核支持向量机(SVM)作为语音识别网络,对SVM多类分类问题采用"一对一"分类算法,实现了一个汉语孤立词非特定人中等词汇量的抗噪语音识别系统.通过实验,分析了Gaussian核参数y和误差惩罚参数C对SVM推广能力的影响.实验结果表明,当工作在不同信噪比情况下,使用最优参数的Gaussion核SVM的识别率比使用RBF神经网络有较大的提高,训练时间能大为缩减,鲁棒性也较好.
推荐文章
基于支持向量机的抗噪语音识别
支持向量机
核函数
多类分类算法
语音识别
一种改进的语音识别抗噪算法
语音识别
抗噪算法
语音增强
信噪比
改进的 AdaBoost .M2-SVM在低信噪比语音识别中的应用
AdaBoost .M2
支持向量机
权值
GeesePSO
低信噪比
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Gaussian核SVM在抗噪语音识别中的应用
来源期刊 计算机工程与设计 学科 工学
关键词 支持向量机 Gamsian核 多类分类算法 特征提取 语音识别
年,卷(期) 2009,(17) 所属期刊栏目 人工智能
研究方向 页码范围 4061-4063,4066
页数 4页 分类号 TN912
字数 3831字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张雪英 太原理工大学信息工程学院 233 1213 15.0 23.0
2 白静 太原理工大学信息工程学院 39 197 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (85)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
Gamsian核
多类分类算法
特征提取
语音识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
山西省自然科学基金
英文译名:Shanxi Natural Science Foundation
官方网址:http://sxnsfc.sxinfo.gov.cn/sxnsf/index.aspx
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导