基于PSO-SVM的普米语语谱图识别

• 作者: 傅美君 杨花 江涛 潘文林 董华珍 陈绍雄
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 普米语 直方图均衡化 粒子群算法(PSO) 支持向量机(SVM)
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 439-443
• 页数: 5页
• 分类号: TN912.34
• 字数: 3045字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2018.05.015

摘要

使用基于粒子群算法优化支持向量机识别算法实现对普米语语音的识别.首先通过傅立叶变换绘制出每条普米语语料的语谱图;再次,提取每张语谱图的图像特征构建特征向量;最后,运用支持向量机实现对普米语孤立词的分类.在运用支持向量机进行分类时,为了能够找到全局最优解,使用粒子群算法对支持向量机中的惩罚参数c和核函数参数g进行了优化,基于最优参数的分类准确率达到了89.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘文林	云南民族大学数学与计算机科学学院	33	166	6.0	12.0
2	杨花	云南民族大学数学与计算机科学学院	4	7	2.0	2.0
3	江涛	云南民族大学数学与计算机科学学院	10	9	2.0	2.0
4	董华珍	云南民族大学数学与计算机科学学院	2	7	2.0	2.0
5	陈绍雄	云南民族大学数学与计算机科学学院	4	10	2.0	3.0
6	傅美君	云南民族大学数学与计算机科学学院	5	21	3.0	4.0