基于类内超平面距离度量模糊支持向量机的语音情感识别

• 作者: 孙颖 张波 张雪英 陈桂军
• 来源期刊: 现代电子技术
• 关键词: 语音情感识别 模糊支持向量机 隶属度函数 孤立点 类内超平面 精确识别
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 163-167
• 页数: 5页
• 分类号: TN912.34-34|TP181
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.16.041

摘要

在智能人-机交互系统中,语音情感识别是目前的研究热点之一,支持向量机方法被广泛用于语音情感识别.然而,支持向量机方法存在噪声和野值敏感问题,往往难以进行精确识别.为了解决该问题,通过对隶属度函数进行深入研究,设计一种新的基于样本到类内超平面距离的隶属度函数,并基于该隶属度函数优化了模糊支持向量机分类超平面,从而提高了支持向量机的抗噪性和泛化能力.在多种情感语音库上进行实验仿真测试,结果表明,所提出的方法能够有效利用样本间的紧密度、边界样本点和过样本类中心的超平面来构造最优超平面,从而提高语音情感识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	太原理工大学信息与计算机学院	233	1213	15.0	23.0
2	孙颖	太原理工大学信息与计算机学院	34	179	8.0	10.0
3	张波	太原理工大学信息与计算机学院	10	22	3.0	4.0
4	陈桂军	太原理工大学信息与计算机学院	8	7	2.0	2.0