改进的 AdaBoost .M2-SVM在低信噪比语音识别中的应用

• 作者: 刘晓峰 刘红芬 张雪英 王子中 黄丽霞
• 来源期刊: 微电子学与计算机
• 关键词: AdaBoost .M2 支持向量机 权值 GeesePSO 低信噪比
• 年，卷（期）: 2015,（2）
• 页码范围: 88-91
• 页数: 4页
• 分类号: TN912
• 语种: 中文

摘要

提出了基于雁群启示的粒子群优化算法改进的 AdaBoost ．M2‐SVM 算法．首先训练多个支持向量机作为弱分类器，用AdaBoost ．M2算法将多个弱分类器集成为最终的强分类器，实现多类分类；采用GeesePSO算法对AdaBoost ．M2算法计算出的权值进行优化得到一组最优的权值，提高最终强分类器的提升能力．实验结果表明，在低信噪比语音识别中，与 SVM 相比，改进的 AdaBoost ．M2‐SVM 表现出更好的泛化能力，提高了识别准确率．

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	黄丽霞	太原理工大学信息工程学院	14	44	3.0	6.0
3	刘晓峰	太原理工大学理学院数学系	40	120	7.0	7.0
4	刘红芬	太原理工大学信息工程学院	2	5	2.0	2.0
5	王子中	太原理工大学信息工程学院	5	6	2.0	2.0