说话人识别中支持向量机核函数参数优化研究

• 作者: 刘祥楼 姜继玉 李辉 贾东旭
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 支持向量机 说话人识别 核函数 参数优化 网格搜索法
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 论文
• 页码范围: 1669-1673
• 页数: 5页
• 分类号: TP391.42
• 字数: 3104字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2010.07.019

摘要

在基于SVM的说话人识别系统研究中,如何获得理想的识别率是亟待解决的问题.SVM 核函数是众多影响识别率因素中最明显的.该系统提高识别率的技术关键是SVM核函数的选取及其参数优化.为此,在对三种常用核函数的特点进行研究的基础上,利用网格搜索法来分别进行参数优选,通过实际语音的训练和识别验证识别效果.目前优选参数可以实现识别率≥99.9%且识别时间<0.1 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘祥楼	大庆石油学院电子科学学院	11	139	5.0	11.0
2	姜继玉	大庆石油学院电子科学学院	9	113	4.0	9.0
3	李辉	大庆石油学院电子科学学院	2	80	1.0	2.0
4	贾东旭	大庆石油学院电子科学学院	2	85	2.0	2.0