一种基于SVM的声源定位算法

• 作者: 杨悦 顾晓瑜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 机器学习 声源定位 核函数
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 70-74
• 页数: 5页
• 分类号: TP301.6
• 字数: 4506字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.09.015

摘要

随着多媒体技术的快速发展,获取高质量的语音成为一种越来越受到广泛重视的技术手段,以麦克风阵列定位声源的方法在诸多领域得到了广泛的应用.支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论和结构风险最小化原则的机器学习方法,其诸多参数的选择直接影响到SVM的性能,SVM可作为估计声源位置的分类器,且可通过选取适当的参数提高算法的抗噪声能力.为此,提出了一种基于SVM的声源定位新算法.该算法提取鉴别互相关函数的特征,通过选取合适的参数,对SVM的核函数进行优化.基于Matlab对提出的新算法进行了仿真实验验证.仿真实验结果表明,该算法较为显著地增加了混响和噪声条件下声源定位的准确性,且具有良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨悦	南京邮电大学通信与信息工程学院	2	7	2.0	2.0
2	顾晓瑜	南京邮电大学通信与信息工程学院	2	7	2.0	2.0