改进PSO-SVM在说话人识别中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

改进PSO-SVM在说话人识别中的应用

李明, 张勇, 李军权, 张亚芬

文章导航 > 电子科技大学学报 > 2007 > 36(6): 1345-1349

李明, 张勇, 李军权, 张亚芬. 改进PSO-SVM在说话人识别中的应用[J]. 电子科技大学学报, 2007, 36(6): 1345-1349.

引用本文:

李明, 张勇, 李军权, 张亚芬. 改进PSO-SVM在说话人识别中的应用[J]. 电子科技大学学报, 2007, 36(6): 1345-1349.

LI Ming, ZHANG Yong, LI Jun-quan, ZHANG Ya-fen. Application of Improved PSO-SVM Approach in Speaker Recognition[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1345-1349.

Citation:

LI Ming, ZHANG Yong, LI Jun-quan, ZHANG Ya-fen. Application of Improved PSO-SVM Approach in Speaker Recognition[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1345-1349.

改进PSO-SVM在说话人识别中的应用

1.
兰州理工大学计算机与通信学院兰州 730050

基金项目:

甘肃省教育厅科研项目(0603-10)

作者简介:
李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

中图分类号: TP391.4

Application of Improved PSO-SVM Approach in Speaker Recognition

1.
School of Computer and Communication,Lanzhou University of Technology Lanzhou 730050

摘要: 为了加快粒子群优化算法的收敛速度,增强全局的搜索能力,通过对粒子群优化算法中惯性权重和全局最优值的分析,提出了一种根据迭代次数而自适应变化的惯性权重的粒子群优化方法。改进后的粒子群算法在防止陷入局部最优的能力方面有了明显的增强,同时,给出了应用粒子群优化算法训练支持向量机的方法,并将其应用于说话人识别。实验结果证实了在说话人识别中改进PSO-SVM方法比其他传统方法能获得更好的识别精度和识别速度。
- 惯性权重 /
- 粒子群优化算法 /
- 说话人识别 /
- 支持向量机
Abstract: In order to increase the convergent speed and to improve the overall searching ability of the algorithm,a Particle Swarm Optimization (PSO) method is proposed with adaptive inertia weight by the change of the number of iterations based on the analysis of inertia weight global best fitness of the PSO. The improved PSO increases the ability to avoid local optimum. Then a speaker recognition method using this improved algorithm to train Support Vector Machine (SVM) is presented. The experimental results show that the presented SVM method optimized by PSO for speaker recognition can achieve higher recognition accuracy and higher recognition speed.
- inertia weight /
- particle swarm optimization /
- speaker recognition /
- support vector machined

[1]	鲁华祥, 尹世远, 龚国良, 刘毅, 陈刚. 基于深度确定性策略梯度的粒子群算法 . 电子科技大学学报, 2021, 50(2): 199-206. doi: 10.12178/1001-0548.2020420
[2]	郜东瑞, 周晖, 冯李逍, 张云霞, 彭茂琴, 张永清. 基于特征融合和粒子群优化算法的运动想象脑电信号识别方法 . 电子科技大学学报, 2021, 50(3): 467-475. doi: 10.12178/1001-0548.2020107
[3]	张新明, 王霞, 涂强, 康强. 趋优算子和Levy Flight混合的粒子群优化算法 . 电子科技大学学报, 2018, 47(3): 421-429. doi: 10.3969/j.issn.1001-0548.2018.03.016
[4]	黄一鸣, 雷航, 周瑞, 桑楠. 基于手机传感器的握持方式判断及运动状态识别 . 电子科技大学学报, 2017, 46(2): 399-406. doi: 10.3969/j.issn.1001-0548.2017.02.014
[5]	何海江. 截断误差的光滑型支持向量顺序回归 . 电子科技大学学报, 2014, 43(1): 131-136. doi: 10.3969/j.issn.1001-0548.2014.01.022
[6]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[7]	刘强, 马家辰, 谢玮, 马立勇. 混合粒子群优化算法和案例推理方法的多机器人学习 . 电子科技大学学报, 2014, 43(1): 137-143. doi: 10.3969/j.issn.1001-0548.2014.01.023
[8]	敖永才, 师奕兵, 张伟, 李焱骏. 自适应惯性权重的改进粒子群算法 . 电子科技大学学报, 2014, 43(6): 874-880. doi: 10.3969/j.issn.1001-0548.2014.06.014
[9]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[10]	王维博, 冯全源. 粒子群优化算法在天线方向图综合中的应用 . 电子科技大学学报, 2011, 40(2): 237-241. doi: 10.3969/j.issn.1001-0548.2011.02.016
[11]	丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述 . 电子科技大学学报, 2011, 40(1): 2-10. doi: 10.3969/j.issn.1001-0548.2011.01.001
[12]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[13]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[14]	胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用 . 电子科技大学学报, 2008, 37(1): 124-127.
[15]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[16]	刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测 . 电子科技大学学报, 2008, 37(2): 178-180,281.
[17]	任诚, 唐普英, 方峻. 拉伸技术粒子群优化算法的多用户检测器 . 电子科技大学学报, 2007, 36(5): 915-917.
[18]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[19]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.
[20]	孙建成, 张太镒, 刘海员. 基于SVM的多类模拟调制方式识别算法 . 电子科技大学学报, 2006, 35(2): 149-152.

WeChat

点击查看大图

计量

文章访问数: 4176
HTML全文浏览量: 121
PDF下载量: 66
被引次数: 0

改进PSO-SVM在说话人识别中的应用

1. 兰州理工大学计算机与通信学院兰州 730050

基金项目:

甘肃省教育厅科研项目(0603-10)

作者简介:
李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

李明(1959-),男,教授,主要从事数据挖掘和人工智能方面的研究;张勇(1981-),男,硕士,主要从事说话人识别方面的研究;李军权(1982-),男,硕士,主要从事智能信息处理方面的研究;张亚芬(1984-),女,硕士,主要从事说话人识别方面的研究.

收稿日期: 2007-09-14
刊出日期: 2007-12-15

中图分类号: TP391.4

关键词:

摘要: 为了加快粒子群优化算法的收敛速度,增强全局的搜索能力,通过对粒子群优化算法中惯性权重和全局最优值的分析,提出了一种根据迭代次数而自适应变化的惯性权重的粒子群优化方法。改进后的粒子群算法在防止陷入局部最优的能力方面有了明显的增强,同时,给出了应用粒子群优化算法训练支持向量机的方法,并将其应用于说话人识别。实验结果证实了在说话人识别中改进PSO-SVM方法比其他传统方法能获得更好的识别精度和识别速度。

English Abstract

李明, 张勇, 李军权, 张亚芬. 改进PSO-SVM在说话人识别中的应用[J]. 电子科技大学学报, 2007, 36(6): 1345-1349.

引用本文:

李明, 张勇, 李军权, 张亚芬. 改进PSO-SVM在说话人识别中的应用[J]. 电子科技大学学报, 2007, 36(6): 1345-1349.

LI Ming, ZHANG Yong, LI Jun-quan, ZHANG Ya-fen. Application of Improved PSO-SVM Approach in Speaker Recognition[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1345-1349.

Citation:

LI Ming, ZHANG Yong, LI Jun-quan, ZHANG Ya-fen. Application of Improved PSO-SVM Approach in Speaker Recognition[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1345-1349.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发