改进的一对一多类分类SVM在语音识别中的应用

• 作者: 何小萍 刘晓峰 白静
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 支持向量机 多类分类 一对一 语音识别
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 论文
• 页码范围: 2686-2689
• 页数: 4页
• 分类号: TN912.34
• 字数: 3046字
• 语种: 中文

摘要

支持向量机一对一多类分类在测试阶段需执行在训练阶段构造好的所有子分类器,耗费较长时间,这一缺点极大地限制了其在大规模数据识别中的应用.提出一种改进的一对一多类分类方法,在测试的中期阶段先对所有类别的得票数进行统计,将得票较低者剔除,不必计算由这些类别构成的子分类器,从而有效减少子分类器的数目.最后将此改进方法应用到抗噪语音识别系统中,实验结果表明该方法具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白静	太原理工大学信息工程学院	39	197	8.0	11.0
2	刘晓峰	太原理工大学信息工程学院	40	120	7.0	7.0
3	何小萍	太原理工大学信息工程学院	1	0	0.0	0.0