改进的一对一多类分类SVM在语音识别中的应用 |
| |
作者姓名: | 何小萍 白静 刘晓峰 |
| |
作者单位: | 太原理工大学信息工程学院 |
| |
基金项目: | 国家自然科学基金项目(61072087);山西省科技攻关项目(社会发展)(20120313013—6)资助 |
| |
摘 要: | 支持向量机一对一多类分类在测试阶段需执行在训练阶段构造好的所有子分类器,耗费较长时间,这一缺点极大地限制了其在大规模数据识别中的应用。提出一种改进的一对一多类分类方法,在测试的中期阶段先对所有类别的得票数进行统计,将得票较低者剔除,不必计算由这些类别构成的子分类器,从而有效减少子分类器的数目。最后将此改进方法应用到抗噪语音识别系统中,实验结果表明该方法具有一定的优势。
|
关 键 词: | 支持向量机 多类分类 一对一 语音识别 |
本文献已被 CNKI 等数据库收录! |
|