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:
为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应。基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法。为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间。然后,为了扩展映射形式,提出了一种kernel dCLPP ( KDCLPP)的方法。在EMO-DB和eNTERFACE’05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析( PCA)、线性判别分析( LDA)、局部保持投影( LPP)、局部鉴别嵌入( LDE)和图优化的Fisher判别分析( GbFA)等判别分析算法,这些算法都有不同类型的分类器。
推荐文章
探究播音主持语言情感表现方式
播音主持
语言情感
表现方式
基于LLE与Fisher线性判别的人脸识别算法
邻域嵌入算法
Fisher线性判别
人脸识别
ORL人脸图像数据库
基于PAD模型的级联分类情感语音识别
PAD模型
级联分类
声学特征
支持向量机
情感语音识别
一种基于AdaBoost的跨语言情感资源迁移方法
机器翻译
跨语言
情感资源迁移
AdaBoost算法
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 基于级联降维判别的语言情感识别
来源期刊 东南大学学报(英文版) 学科 工学
关键词 语音情感识别 级联降维的保局投影算法 判别分析 降维
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 151-157
页数 7页 分类号 TN911.72
字数 1210字 语种 英文
DOI 10.3969/j.issn.1003-7985.2016.02.004
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 赵力 东南大学水声信号处理教育部重点实验室 308 3093 27.0 44.0
2 黄程韦 东南大学水声信号处理教育部重点实验室 15 287 9.0 15.0
3 徐新洲 东南大学水声信号处理教育部重点实验室 9 33 4.0 5.0
4 王如刚 东南大学水声信号处理教育部重点实验室 18 23 3.0 4.0
8 张昕然 东南大学水声信号处理教育部重点实验室 10 91 5.0 9.0
9 吴尘 东南大学水声信号处理教育部重点实验室 5 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音情感识别
级联降维的保局投影算法
判别分析
降维
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导