首页 | 本学科首页   官方微博 | 高级检索  
     

一种面向语音识别的抗噪SVM参数优化方法
引用本文:白静,杨利红,张雪英. 一种面向语音识别的抗噪SVM参数优化方法[J]. 中南大学学报(自然科学版), 2013, 44(2)
作者姓名:白静  杨利红  张雪英
作者单位:太原理工大学信息工程学院,山西太原,030024
基金项目:国家自然科学基金资助项目,山西省科技攻关项目
摘    要:为提高机器学习性能,解决语音识别系统在噪声环境中识别率变差等问题,在分析支持向量机(SVM)模型抗噪性的基础上,提出一种基于生境共享机制的并行结构人工鱼群算法(PAFSA)优化SVM参数的方法.该算法对人工鱼群算法的循环主体进行改进,结合小生境技术的共享机制,在寻优的过程中维持样本个体的多样性,提高求解速度和解的精确性,并利用测试函数对该优化方法进行测试和比较,证明其有效性;用PAFSA对SVM中的惩罚因子C及高斯核参数γ进行优化,并将优选的参数用于一个非特定人、孤立词、中等词汇量的语音识别系统中.实验结果表明:当工作在不同信噪比和不同词汇量下,基于PAFSA-SVM模型语音识别率与基本AFSA-SVM模型识别率以及传统的HMM模型识别率相比均有不同程度提高.

关 键 词:支持向量机  语音识别  并行结构  人工鱼群算法  小生境技术  共享机制

An anti-noise SVM parameter optimization method for speech recognition
BAI Jing , YANG Lihong , ZHANG Xueying. An anti-noise SVM parameter optimization method for speech recognition[J]. Journal of Central South University:Science and Technology, 2013, 44(2)
Authors:BAI Jing    YANG Lihong    ZHANG Xueying
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号