一种面向语音识别的抗噪SVM参数优化方法

• 作者: 张雪英 杨利红 白静
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 语音识别 并行结构 人工鱼群算法 小生境技术 共享机制
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 604-611
• 页数: 8页
• 分类号: TN912
• 字数: 5550字
• 语种: 中文

摘要

为提高机器学习性能,解决语音识别系统在噪声环境中识别率变差等问题,在分析支持向量机(SVM)模型抗噪性的基础上,提出一种基于生境共享机制的并行结构人工鱼群算法(PAFSA)优化SVM参数的方法.该算法对人工鱼群算法的循环主体进行改进,结合小生境技术的共享机制,在寻优的过程中维持样本个体的多样性,提高求解速度和解的精确性,并利用测试函数对该优化方法进行测试和比较,证明其有效性;用PAFSA对SVM中的惩罚因子C及高斯核参数γ进行优化,并将优选的参数用于一个非特定人、孤立词、中等词汇量的语音识别系统中.实验结果表明:当工作在不同信噪比和不同词汇量下,基于PAFSA-SVM模型语音识别率与基本AFSA-SVM模型识别率以及传统的HMM模型识别率相比均有不同程度提高.

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
3	杨利红	太原理工大学信息工程学院	1	24	1.0	1.0