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:
针对语音情感识别问题,提出一种采用决策模板的多分类器融合方法,利用不同类型的声学特征子集来构造子分类器.不同的子集能充分提高各子分类器之间的"多样性"指标,这是多分类器融合算法能够成功应用的必备条件.与多数投票融合算法和支持向量机相比该方法取得了较好的识别结果.另一方面,从多样性指标分析的角度出发探究该方法能获得较好识别效果的原因.
推荐文章
多分类器融合在水中目标识别中的应用
DS证据理论
多分类器融合
度量级结果
目标识别
基于多分类器集成的语音情感识别
集成分类器
Berlin情感语言数据库
特征参数
语音情感识别
基于多分类器融合的语音识别方法研究
多分类器融合
加权投票
语音识别
支持向量机(SVM)
基于Fisher准则和Adaboost的语音情感多分类研究
Fisher准则
Adaboost算法
语音情感识别
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 多分类器融合在语音情感识别中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 语音情感识别 多分类器融合 决策模板 多样性分析
年,卷(期) 2010,(28) 所属期刊栏目
研究方向 页码范围 205-207,235
页数 分类号 TN912.3
字数 5028字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.28.058
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 毕福昆 北京理工大学信息与电子学院 4 36 3.0 4.0
2 边明明 北京理工大学信息与电子学院 3 25 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (10)
二级引证文献  (7)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
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)
2014(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 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
语音情感识别
多分类器融合
决策模板
多样性分析
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导