版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、哈爾濱工程大學(xué)碩士學(xué)位論文基于改進(jìn)網(wǎng)格搜索法SVM參數(shù)優(yōu)化的說話人識別研究姓名:王健峰申請學(xué)位級別:碩士專業(yè):信號與信息處理指導(dǎo)教師:張磊20120314ABSTRACTAsonebiologicalcerrtificationtechnology,speakerrecognitionhastheadVantagesof10wcost,hi曲securityandconvenienceandhasbeen毗ractedpeople’sa
2、ttentionInallalgorithmsaboutspeakerrecogllition,SupponVectorMachine(SVM)algorithInissuitableforsolVingtheproblemofsmalls鋤pleclassmcationandhasbeenoneofthehottestresearchobjectsInthispaper,aimingattheproblemthatSVMtrainin
3、gdatacouldnotbetoobig;thecharacteristicdimensionreductionalgorithmofPrincipleComponentAnalysis(PCA)ismentionedThealgorithmcanreducethenumberoftraⅫngdataa11dimproVetheemciencyofSVMontheconditionofdecreasingtheeffectonther
4、ecognitionrateofsystemasfaraspossibleWhat’smore,aimingattheproblemthatthetimeofsearcllingtheoptimalVectorinParametersoptimizationalgorithmofSVMistoolong,animproVedalgorithmisproposedinthispaperThealgorithmcandecreasethet
5、imeofpar鋤etersoptimizationontheconditionofensuringthesystemrecognitionrateInthispaper,firstly,thesystemstnlcnlreofspeakerrecognitionisanalyzedAndthenthesystemisseparatedtothetwopaIrtsoffeatureextractionandmodelmatchingan
6、dstudiedbasedonthe如nctionofsystemmodulesThepa九offeatureextractionissmdiedonreducingmedimensionoffeaturesAReranalyzingtheadvantagesofPCAincharacteristicdimensionreduction仔omtheory,thee伍ciencyofthealgorithmisproVedwithsimu
7、lationanalysisThepartofmodelmatcllingisstudiedonPar鋤etersoptimizationalgorithmAndt11enthebasicprincipleofPar鋤etersOptimizationA190ritlmlisdiscussedindetailWhat’smore,theperfomallceofParametersOptimizationAlgoritlunsistes
8、tedandtheeffectofParametersOptimizationisanalyzedAt1ast,aimingattheinstan切neityoftheexistingalgorithms,oneimproVedPar鋤etersOptimizationA190rithmisproposedAndthenthespeakerrecognitionsystembasedontheimproVedParametersOpti
9、mizationAlgorithmofSVMintmspaperisproposedThoughthesimulationanalysis,theemciencyoft11eproposedsystemisproVedInthispaper,thoughthemethodofPCA,characteristicdimensionisreducedandthecomplexityofsystemisdecreasedFromthetwov
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)網(wǎng)格搜索法的SVM邊坡變形預(yù)測研究.pdf
- 基于GMM與改進(jìn)LS-SVM算法的說話人識別研究.pdf
- 基于改進(jìn)的特征參數(shù)的說話人識別研究.pdf
- 基于韻律特征的SVM說話人識別.pdf
- 基于說話人識別的特征參數(shù)提取改進(jìn)算法的研究.pdf
- 基于SVM的反蓄意模仿說話人識別研究.pdf
- 基于韻律特征和SVM的說話人識別.pdf
- 基于改進(jìn)特征參數(shù)的說話人識別魯棒性研究.pdf
- 改進(jìn)網(wǎng)格搜索的支持向量機(jī)參數(shù)優(yōu)化研究及應(yīng)用.pdf
- 基于加權(quán)FSVQ和SVM的說話人識別算法研究.pdf
- 基于SVM的含噪耳語音說話人識別研究.pdf
- 基于GMM和SVM的說話人識別方法研究.pdf
- 基于GMM和SVM的說話人識別系統(tǒng)研究.pdf
- 基于HMM的說話人識別改進(jìn)研究及應(yīng)用.pdf
- 基于SVM的與文本無關(guān)的說話人識別算法研究.pdf
- 基于SVM的文本無關(guān)說話人識別算法研究.pdf
- 基于SONAR平臺的說話人識別算法改進(jìn)研究.pdf
- 說話人識別中特征參數(shù)的提取及優(yōu)化研究.pdf
- 噪聲環(huán)境下的基于GMM-SVM說話人識別算法.pdf
- 說話人識別技術(shù)的研究與改進(jìn).pdf
評論
0/150
提交評論