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:
提出一种基于混合主成分分析(PCA)分类器和核Fisher判别(KFD)的多级说话人确认方法.利用PCA对注册说话人的特征向量进行降维,根据转换矩阵得到说话人特征向量的主成分空间和截断误差空间,结合这2个空间构造混合PCA分类器,用于快速判断最有可能的R个目标说话人,并采用KFD寻找最终目标说话人.仿真实验结果验证了该方法的有效性.
推荐文章
基于聚类和排序高斯混合模型的说话人确认
说话人确认
高斯混合模型
通用背景模型
聚类
排序高斯混合模型
一种基于SVDD模型的说话人确认方法研究
说话人识别
说话人确认
向量数据描述
高斯混合模型
基于CCA和PCA的说话人特征降维研究
说话人识别
典型相关分析
主成分分析
高斯混合模型
特征降维
线性预测系数
美尔频率倒谱系数
基于i-向量和PCA字典学习稀疏表示的说话人确认
说话人确认
i-向量
稀疏表示
过完备字典
高斯通用背景模型
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 基于混合PCA和KFD的多级说话人确认
来源期刊 计算机工程 学科 工学
关键词 说话人确认 主成分分析 主成分空间 截断误差空间 核 Fisher 判别
年,卷(期) 2010,(18) 所属期刊栏目
研究方向 页码范围 185-187
页数 分类号 TP391.42
字数 3495字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.18.064
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 李明 兰州理工大学计算机与通信学院 115 778 15.0 21.0
2 邢玉娟 甘肃联合大学电子信息工程学院 35 107 6.0 7.0
3 张成文 甘肃联合大学电子信息工程学院 20 38 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
研究主题发展历程
节点文献
说话人确认
主成分分析
主成分空间
截断误差空间
核 Fisher 判别
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导