基于模糊核聚类和SVM的说话人辨识

摘要：

支持向量机作为一种新的统计学习方法,在说话人识别中得到了广泛应用.本文针对支持向量机在说话人辨识中的大样本训练耗时问题,提出对语音参数进行模糊核聚类的约简方法,选择聚类边界的语音参数作为支持向量,可以在不影响识别率的情况下,减少支持向量机的训练量.并通过实验验证了该方法的有效性.

关键词：支持向量机、模糊核聚类、说话人辨识

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

在线出版日期：2008-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：227-228,287