检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于单类支持向量机的音频分类

颜景斌吴石伊戈尔.艾杜阿尔达维奇

计算机应用 2009, 29 (05): 1419-1422.

摘要（1435）

PDF （561KB）（1186）

研究一种基于单类支持向量机的音频分类方法，能够使每一类样本都独立地获得一个决策函数,通过决策函数的最大值来判断样本所属的类。通过使用小波包变换提取语音特征向量，并融合多特征向量，将音频分为5类：纯语音、音乐、环境音、含背景音语音和静音。实验结果表明这种方法具有较好的分类精度，性能优于贝叶斯、隐马尔可夫模型和神经网络分类器。

相关文章 | 多维度评价

Select

2. 基于小波特征和多类支持向量机的病态语音识别方法

吴石耶夫戈尼耶·伊万诺维奇

计算机应用

摘要（1801）

PDF （772KB）（1124）

研究一种应用小波特征向量和多类支持向量机进行病态语音识别的方法，该方法基于连续小波变换提取语音特征向量，利用多类支持向量机进行病态语音分类。为了简化二分类支持向量机进行多类分类时所带来的计算复杂性，根据一类支持向量机分类思想提出一种多类分类算法。该算法能够使每一类样本都独立地获得一个决策函数，通过决策函数的最大值来判断样本所属的类。实验表明，在病态语音识别系统中，多类支持向量机与小波特征向量相结合具有良好的识别效果和应用价值。