| 说话人识别中SVM核函数参数优化研究 |
| |
| 引用本文： | 刘祥楼.说话人识别中SVM核函数参数优化研究[J].科学技术与工程,2010,10(7). |
| |
| 作者姓名： | 刘祥楼 |
| |
| 作者单位： | 大庆石油学院电子科学学院,大庆,163318 |
| |
| 基金项目： | 黑龙江省教育厅科学技术研究项目(11511015)资助 |
| |
| 摘 要： | 在基于SVM的说话人识别系统研究中,如何获得理想的识别率是亟待解决的问题。SVM核函数是众多影响识别率因素中最明显的。该系统提高识别率的技术关键是SVM核函数的选取及其参数优化。为此,在对三种常用核函数的特点进行研究的基础上,利用网格搜索法来分别进行参数优选,通过实际语音的训练和识别验证识别效果。目前优选参数可以实现识别率≥99.9%且识别时间<0.1 s。
|
| 关 键 词： | 支持向量机 说话人识别 核函数 参数优化 网格搜索法 |
| 收稿时间： | 2009/12/8 0:00:00 |
| 修稿时间： | 2009/12/21 0:00:00 |
Research on Kernel Parameter Optimization of Support Vector Machine in Speaker Recognition |
| |
| liuxianglou.Research on Kernel Parameter Optimization of Support Vector Machine in Speaker Recognition[J].Science Technology and Engineering,2010,10(7). |
| |
| Authors: | liuxianglou |
| |
| Institution: | Electronic Science College/a>;Daqing Petroleum Institute/a>;Daqing 163318/a>;P.R.China |
| |
| Abstract: | In the SVM-based speaker recognition system study,it is important to obtain a ideal recognition rate.SVM kernel function is one of the most critical factors that affect the recognition rate.The key technology improves the system recognition rate is the SVM kernel function and parameter optimization.So,based on the characteristics of three kernel functions,it selects the optimal parameters with the grid search method to achieve the training and recognition of the speaker recognition.The current optimized par... |
| |
| Keywords: | SVM speaker recognition kernel function parameter optimization grid search method |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
