基于类依赖的语音情感特征选择

• 作者: 安宁 李廉 王坤侠 王爱国 陈俊
• 来源期刊: 微电子学与计算机
• 关键词: 语音情感识别 特征选择 类依赖 马尔科夫毯 支持向量机
• 年，卷（期）: 2016,（8）
• 页码范围: 92-96,101
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文

摘要

提出一种基于类依赖的语音情感特征选择模型，该模型可以提高语音情感识别的准确率。应用马尔科夫毯分别为每类情感筛选出具有较高表征能力的特征子集，通过支持向量机用于学习情感分类。为了更好地融合多分类器的分类决策，将支持向量机的二分类转化为概率分类，以解决多分类器联合使用的投票冲突问题。在公开数据集上的实验结果表明，与信息增益、主成分分析以及类独立的特征选择方法相比，此方法可以较大幅度减少样例维数，同时获得较高的情感识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李廉	合肥工业大学计算机与信息学院	16	337	8.0	16.0
2	王坤侠	安徽建筑大学电子与信息工程学院	20	65	5.0	7.0
3	王爱国	合肥工业大学计算机与信息学院	17	66	5.0	7.0
4	安宁	合肥工业大学计算机与信息学院	15	61	5.0	7.0
5	陈俊	合肥工业大学计算机与信息学院	12	115	5.0	10.0