交叉验证KNN支持向量预选取算法在说话人识别上的应用

摘要：

针对传统支持向量机算法时空复杂度较高的不足,提出了一种基于交叉验证KNN的支持向量预选取算法.该算法首先对原始样本求k个的邻近样本,然后计算邻近样本中异类样本的比例p1,最后选取满足p1大于阈值p的原始样本作为支持向量.通过交叉验证方法确定k与p的最合适的数值.在UCI标准数据集和说话人识别数据集上的仿真实验显示算法可有效地降低支持向量机分类器的运行时间,同时又具有较好的分类性能.

关键词：支持向量机、交叉验证、KNN算法、说话人识别

所属期刊栏目：13

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家自然科学基金项目61101160;广东省自然科学基金项目9151009001000043;东莞市高校科研机构科技计划项目2011108102016

在线出版日期：2013-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5839-5842,5847