基于特征分组的多核融合在线自适应识别算法

• 作者: 毛启容 王治锋 詹永照
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: C-SVM 多核融合 在线自适应 相似度矩阵 语音情感识别
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 585-589
• 页数: 5页
• 分类号: TP391
• 字数: 6616字
• 语种: 中文

摘要

为提高C-SVM的泛化性能,提出一种基于特征分组的多核融合在线自适应识别算法.此算法首先把特征按照待识别样本集的特性分为若干组,然后根据各组特征的特性采用不同的核函数训练C-SVM模型,并分别把各个模型支持向量间的相似度作为其权重系数,通过自适应样本不断调整权重系数和模型参数,使得C-SVM模型的参数能够随着待识别样本特性的变化而自适应地变化.将此算法应用于非特定人语音情感识别系统,与RBF核、多项式核和Sigmoid核的对比证明了多核融合在线自适应识别算法的优越性,通过与中性语句归一化方法相比证明了本文算法的有效性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛启容	江苏大学计算机科学与通信工程学院	35	260	9.0	14.0
2	詹永照	江苏大学计算机科学与通信工程学院	189	1744	21.0	31.0
3	王治锋	江苏大学计算机科学与通信工程学院	2	11	2.0	2.0