用于动态声纹密码认证系统的分类器和归一化的比较性研究

• 作者: 徐志军 朱森 王金明 肖映彩
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 归一化 概率神经网路 支持向量机 分类器
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 安全与保密
• 页码范围: 1235-1238
• 页数: 4页
• 分类号: TN918.1
• 字数: 2586字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2016.09.024

摘要

数据归一化和分类器种类对数据分类准确率有着重要影响，而归一化后的数据通过不同的分类器会产生不同的响应。在动态声纹密码认证系统中，对声纹与文本的得分分别采用向量规范化和线性变化法进行处理，利用概率神经网络和支持向量机分类器进行分类，同时讨论当不同归一化方法和不同分类器相结合时，其对系统识别率的影响。实验结果表明：支持向量机的分类器和线性变化归一化技术相结合时，支持向量机的非线性映射具有更为普遍和明显的优势，系统性能显著提升，识别率提升了11.69%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐志军	中国人民解放军理工大学通信工程学院	5	122	5.0	5.0
2	朱森	中国人民解放军理工大学通信工程学院	2	8	2.0	2.0
3	王金明	中国人民解放军理工大学通信工程学院	1	5	1.0	1.0
4	肖映彩	中国人民解放军理工大学通信工程学院	3	22	3.0	3.0