期刊文献+
共找到41篇文章
< 1 2 3 >
每页显示 20 50 100
基于GMM-SVM算法的传感器缺失信号重构模型
1
作者 史柏迪 庄曙东 +1 位作者 蔡鸣 江志伟 《计算机与数字工程》 2023年第2期286-291,313,共7页
物流秤在动态测量中,压力传感器因秤体振动与货物冲击的干扰易产生相位缺失、频率跳动等信号缺失问题,经皮尔逊相关性检测发现压力与振动信号相关系数为0.94呈现高度相关。提出一种使用振动信号对缺失压力信号聚类后拟合的重构模型,首... 物流秤在动态测量中,压力传感器因秤体振动与货物冲击的干扰易产生相位缺失、频率跳动等信号缺失问题,经皮尔逊相关性检测发现压力与振动信号相关系数为0.94呈现高度相关。提出一种使用振动信号对缺失压力信号聚类后拟合的重构模型,首先通过GMM模型在样本集中寻找待重构样本的相关样本簇,基于相似样本簇建立GA-SVM对缺失值进行拟合重构。经测试该模型当压力信号缺失比率小于80%时,补偿误差可控低于5%;在各缺失比例下较未经聚类的GA-SVM、GA-BP重构模型精度提升明显。 展开更多
关键词 信号重构 高斯混合模型 支持向量机 遗传算法
下载PDF
基于GMM-SVM的说话人识别系统研究 被引量:7
2
作者 赵立辉 毛竹 +1 位作者 霍春宝 杨红喆 《工矿自动化》 北大核心 2014年第5期49-53,共5页
针对同类语音数据的相似性和不同类数据具有不同几何距离的特点,提出了一种基于GMMSVM的说话人识别系统。该系统结合了GMM和SVM的优点,解决了GMM在语音数据较小时不能区分数据间的差异性及SVM在处理大量数据时识别率下降的问题;采用改进... 针对同类语音数据的相似性和不同类数据具有不同几何距离的特点,提出了一种基于GMMSVM的说话人识别系统。该系统结合了GMM和SVM的优点,解决了GMM在语音数据较小时不能区分数据间的差异性及SVM在处理大量数据时识别率下降的问题;采用改进的K-Means算法实现模型参数初始化,提高了参数精度。试验结果表明,基于GMM-SVM的说话人识别系统较单独采用GMM或SVM的系统具有更好的识别率和鲁棒性。 展开更多
关键词 说话人识别 GMM SVM 识别率
下载PDF
基于重组超矢量的GMM-SVM说话人辨认系统 被引量:3
3
作者 欧国振 孙林慧 薛海双 《计算机技术与发展》 2017年第7期51-56,共6页
在传统的高斯混合模型-支持向量机(Gaussian Mixture Model-Support Vector Machine,GMM-SVM)说话人辨认系统中,SVM利用从GMM矢量空间中得到的超矢量(Super Vector)直接对说话人进行建模与识别,由于没有考虑到超矢量内各均值矢量之间的... 在传统的高斯混合模型-支持向量机(Gaussian Mixture Model-Support Vector Machine,GMM-SVM)说话人辨认系统中,SVM利用从GMM矢量空间中得到的超矢量(Super Vector)直接对说话人进行建模与识别,由于没有考虑到超矢量内各均值矢量之间的关联性,识别性能有限。为此,提出了基于重组超矢量构建文本无关的GMM-SVM说话人辨认系统。该系统充分利用各相邻高斯分量的均值矢量的高度关联性,保证了重组后的超矢量能充分反映说话人身份的内在细节,使得系统具有充分利用SVM处理高维小数据性能的优越特点。验证实验结果表明,与传统的GMM-SVM系统相比,重组超矢量GMM-SVM说话人辨认系统显著地缩短了系统建模的时间,同时有效地提高了说话人的辨别率。 展开更多
关键词 说话人辨认 高斯混合模型-支持向量机 超矢量重组 辨别率 建模时间
下载PDF
基于先验统计模型的非侵入负荷辨识算法
4
作者 赵成 宋彦辛 +3 位作者 周赣 冯燕钧 郭帅 李季巍 《电力工程技术》 北大核心 2024年第1期165-173,211,共10页
针对传统非侵入负荷辨识技术中电热细分能力不足的问题,文中提出了一种基于先验知识与统计学习模型的居民非侵入式负荷辨识算法。文中对洗衣机辅热、电水壶、电饭锅、电热水器等设备进行了电热细分研究,通过设备运行关联算法实现了辅热... 针对传统非侵入负荷辨识技术中电热细分能力不足的问题,文中提出了一种基于先验知识与统计学习模型的居民非侵入式负荷辨识算法。文中对洗衣机辅热、电水壶、电饭锅、电热水器等设备进行了电热细分研究,通过设备运行关联算法实现了辅热设备的细分,并在用户有限反馈信息和专家标注的基础上,实现了非辅热设备分类的模型训练。实验结果表明,文中所提技术框架在事件检测负荷辨识算法的基础上实现了电热设备的细分,且在运行状态分解的F1分数指标中取得了0.9以上的优异效果。 展开更多
关键词 非侵入负荷监测(NILM) 事件检测 电热细分 统计分析 高斯混合聚类(GMM) 支持向量机(SVM)
下载PDF
语音分段在基于GMM-SVM说话人确认中的应用 被引量:1
5
作者 饶为 王典洪 麦文伟 《电子技术(上海)》 2010年第3期18-19,共2页
在说话人确认系统的实际应用中,让用户提供大量的训练语音是不现实的,所以在GMM-SVM系统中,正样本点数通常只有一个,而负样本点数远远多于正样本点数,造成SVM分类超平面严重偏向负样本,这种情况对于支持向量机的性能影响很大。针对此问... 在说话人确认系统的实际应用中,让用户提供大量的训练语音是不现实的,所以在GMM-SVM系统中,正样本点数通常只有一个,而负样本点数远远多于正样本点数,造成SVM分类超平面严重偏向负样本,这种情况对于支持向量机的性能影响很大。针对此问题,提出了基于时间间隔对语音数据进行分段的方法,来增多正样本点数,得到更好的分类超平面。美国国家标准与技术研究所(NIST)2002年说话人识别数据库上的实验证明,语音分段的方法能在一定程度上提升整个说话者确认系统的识别精度和鲁棒性。 展开更多
关键词 语音分段 GMM超向量 支持向量机 通用背景模型 说话人确认
原文传递
基于SVM的多分类器融合算法在说话人识别中的应用 被引量:5
6
作者 王波 徐毅琼 李弼程 《计算机工程与设计》 CSCD 北大核心 2007年第12期2909-2910,2913,共3页
多分类器协同合作克服了单个分类器识别效果不理想,适用范围较窄或对使用环境要求较高的不足,并为研制更高性能的分类器,提供了解决问题的另一个途径。提出了一种基于SVM的多分类器说话人识别系统,该系统的识别框架基于多分类器的协同... 多分类器协同合作克服了单个分类器识别效果不理想,适用范围较窄或对使用环境要求较高的不足,并为研制更高性能的分类器,提供了解决问题的另一个途径。提出了一种基于SVM的多分类器说话人识别系统,该系统的识别框架基于多分类器的协同工作。该多分类器系统采用了ANN(artificial neural networks)、GMM(gaussian mixed model)分类器和子带结构分类器,参数选取包括MFCC(mel frequency cepstrum coefficient)、LPCC(linear prediction cepstrum coefficient)。多分类器融合采用SVM方法。本系统在超短波信道(15 db)的实际应用中达到94%的识别率。 展开更多
关键词 说话人识别 多分类器协同 子带结构分类器 分层识别 人工神经网络 混合高斯模型 支持向量机
下载PDF
基于UCR训练集重构的真实语音情感识别
7
作者 戴明洋 杨大利 徐明星 《北京信息科技大学学报(自然科学版)》 2012年第2期63-67,共5页
真实语音情感识别是使人机交互更加友好的重要手段,但是训练数据稀缺为这一领域带来很多挑战。为了减小这一阻碍,提出了语句串接与重采样(UCR)方法,以便高效利用存在的训练数据。UCR方法是将原始音频样本按照情感类型进行串接,形成一个... 真实语音情感识别是使人机交互更加友好的重要手段,但是训练数据稀缺为这一领域带来很多挑战。为了减小这一阻碍,提出了语句串接与重采样(UCR)方法,以便高效利用存在的训练数据。UCR方法是将原始音频样本按照情感类型进行串接,形成一个长的音频流,以一个固定粒度对其随机乱序,然后将其切割,并通过多次重采样操作来增加支持向量机(SVM)的训练样本数。实验基于一个从访谈节目中录制的真实语音情感库。实验结果表明,在统一背景模型-高斯混合模型-支持向量机(UBM—GMM—SVM)识别框架中这种训练集重构的方法错误率降低近33.10%。 展开更多
关键词 语音情感识别 高斯混合模型超向量 UBM-gmm-svm
下载PDF
基于SVM和GMM的视频运动对象分割算法 被引量:1
8
作者 张素文 张陶 蒋楠 《武汉理工大学学报(信息与管理工程版)》 CAS 2009年第6期857-860,共4页
针对传统的高斯混合模型分割方法易受复杂背景影响,且对前景对象的分割效果不理想的问题,提出了一种将高斯混合模型与支持向量机分类器相结合的算法。该算法首先将视频图像由高斯混合模型做初步二值化分割,同时将视频图像用训练后的支... 针对传统的高斯混合模型分割方法易受复杂背景影响,且对前景对象的分割效果不理想的问题,提出了一种将高斯混合模型与支持向量机分类器相结合的算法。该算法首先将视频图像由高斯混合模型做初步二值化分割,同时将视频图像用训练后的支持向量机分类器进行像素分类,获取对应的前景块和背景块;然后,将支持向量机得到的分割模板和高斯混合模型分割的结果进行与运算,得到最终分割结果。实验结果表明,该算法显著减少了动态前景对象的分割错误,提高了分割质量。 展开更多
关键词 支持向量机 高斯混合模型 复杂背景 分割模板
下载PDF
融合GMM及SVM的特定音频事件高精度识别方法 被引量:5
9
作者 罗森林 王坤 +2 位作者 谢尔曼 潘丽敏 李金玉 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第7期716-722,共7页
针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型(GMM)及支持向量机(SVM)的特定音频事件识别算法.该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别... 针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型(GMM)及支持向量机(SVM)的特定音频事件识别算法.该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板.实验结果表明,识别准确率达到92.71%.该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率. 展开更多
关键词 音频识别 高斯混合模型(GMM) 支持向量机(SVM) Mel频率倒谱系数(MFCC) 特定音频事件
下载PDF
组合核函数SVM在说话人识别中的应用 被引量:3
10
作者 吕洪艳 刘芳 《计算机系统应用》 2016年第5期168-172,共5页
针对说话人识别实际应用中训练数据不足的问题,选取GMM-UBM作为基准系统模型,用Eigen Voice对其作自适应,应用泛化能力较强的多项式核函数和学习能力较强的径向基核函数进行线性加权组合后的组合核函数进行模型参数优化,并用多重网格搜... 针对说话人识别实际应用中训练数据不足的问题,选取GMM-UBM作为基准系统模型,用Eigen Voice对其作自适应,应用泛化能力较强的多项式核函数和学习能力较强的径向基核函数进行线性加权组合后的组合核函数进行模型参数优化,并用多重网格搜索法确定核函数的最优参数,采用DAG方法实现SVM核函数的多元分类.在仿真实验中评估了线性核、多项式核、径向基核以及组合核函数,实验结果表明,在采用正确的参数前提下,在不同的多分类策略、自适应时间、信噪比和不同的说话人数量的情况下,组合核函数的识别性能明显都优于其它三个单核函数. 展开更多
关键词 说话人识别 组合核函数 SVM GMM-UBM
下载PDF
GMM-UBM和SVM在说话人识别中的应用 被引量:7
11
作者 李荟 赵云敏 《计算机系统应用》 2018年第1期225-230,共6页
针对说话识别领域短语音导致的训练数据不充分的问题,选择能够突出说话人个性特征的GMM-UBM作为基线系统模型,并引入SVM解决GMM-UBM导致的系统鲁棒性差的问题.选择不同的核函数对SVM的识别性能有较大的影响,针对多项式核函数泛化能力较... 针对说话识别领域短语音导致的训练数据不充分的问题,选择能够突出说话人个性特征的GMM-UBM作为基线系统模型,并引入SVM解决GMM-UBM导致的系统鲁棒性差的问题.选择不同的核函数对SVM的识别性能有较大的影响,针对多项式核函数泛化能力较强、学习能力较差与径向基核函数学习能力较强、泛化能力较差的特性,对两种单核核函数进行线性加权组合,以使组合核函数兼具各单核的优点.仿真实验结果表明,组合核函数SVM的识别率和等错误率明显优于不引入SVM的GMM-UBM的基线系统及其它三个单核函数,并在不同信噪比情况下也兼顾了系统识别准确率与鲁棒性. 展开更多
关键词 说话人识别 GMM-UBM SVM 组合核函数
下载PDF
基于SVM-GMM混合模型说话人辨认的研究 被引量:2
12
作者 崔宣 孙华 《黑龙江工程学院学报》 CAS 2009年第4期54-57,共4页
建立一种新的混合模型—SVM-GMM模型,用以提高说话人辨认的识别率。阐述高斯混合模型(GMM)和支持向量机(SVM)建立的基本原理,分别指出高斯混合模型和支持向量机在实际应用中的不足之处,并针对两种模型的特点,提出将GMM模型的输出机制引... 建立一种新的混合模型—SVM-GMM模型,用以提高说话人辨认的识别率。阐述高斯混合模型(GMM)和支持向量机(SVM)建立的基本原理,分别指出高斯混合模型和支持向量机在实际应用中的不足之处,并针对两种模型的特点,提出将GMM模型的输出机制引入到SVM模型中,以便于调整支持向量机(SVM)模型的概率输出,并建立SVM-GMM混合模型。通过实验对比,验证使用SVM-GMM模型能有效地提高系统识别率。 展开更多
关键词 说话人识别 高斯混合模型(GMM) 支持向量机(SVM) SVM-GMM混合模型
下载PDF
基于声音的带式输送机输送带纵向撕裂检测方法 被引量:12
13
作者 苗长云 邵琦 《天津工业大学学报》 CAS 北大核心 2021年第6期71-76,83,共7页
针对带式输送机输送带的纵向撕裂检测存在准确性差等难题,提出了一种基于声音的带式输送机输送带纵向撕裂检测方法。采用树莓派3B开发板设计带式输送机声音采集系统以采集声音信号,对声音信号进行预处理,提取梅尔频率倒谱系数和短时能... 针对带式输送机输送带的纵向撕裂检测存在准确性差等难题,提出了一种基于声音的带式输送机输送带纵向撕裂检测方法。采用树莓派3B开发板设计带式输送机声音采集系统以采集声音信号,对声音信号进行预处理,提取梅尔频率倒谱系数和短时能量参数,再经过高斯混合模型(GMM)进行均值估计,形成特征数据作为支持向量机(SVM)的输入进行分类和识别,实现带式输送机的输送带纵向撕裂检测。实验结果表明:该方法实现了带式输送机声音信号的实时采集、处理、分类与输送带纵向撕裂声音的检测,平均检测准确率达到91.5%,平均耗时2.85 s,解决了输送带纵向撕裂检测精度低、实时性差等问题,满足了输送带纵向撕裂检测的要求。 展开更多
关键词 带式输送机 纵向撕裂检测 声音信号 高斯混合模型 支持向量机
下载PDF
自适应GMM聚类的SVM话者确认
14
作者 刘明辉 戴蓓倩 黄中伟 《小型微型计算机系统》 CSCD 北大核心 2011年第1期173-176,共4页
支持向量机作为说话人建模方法用于与文本无关的话者确认研究时,如何提取适合SVM训练和测试的特征参数直接影响话者确认系统的性能和效率.根据高斯混合模型(GMM)聚类能力强的特点,提出一种基于自适应GMM聚类的说话人特征参数提取方法,... 支持向量机作为说话人建模方法用于与文本无关的话者确认研究时,如何提取适合SVM训练和测试的特征参数直接影响话者确认系统的性能和效率.根据高斯混合模型(GMM)聚类能力强的特点,提出一种基于自适应GMM聚类的说话人特征参数提取方法,通过自适应的GMM聚类将大样本、混叠严重的M FCC特征参数聚为小样本的、代表说话人个性特征的特征参数,并用于与文本无关的SVM话者确认.在N IST0′4 1side-1side数据库上的实验表明了该方法的有效性. 展开更多
关键词 话者确认 自适应高斯混合模型 支持向量机 文本无关
下载PDF
GMM与RVM融合的话者辨识方法 被引量:2
15
作者 郑建炜 王万良 郑泽萍 《计算机工程》 CAS CSCD 北大核心 2010年第15期168-170,共3页
相关向量机(RVM)分类法使用概率输出克服了支持向量机(SVM)识别速率低的缺点,并且具有更好的稀疏性。但在与文本无关的话者辨别中,大量训练样本数据体现了RVM在模型训练时计算量与内存需求过大的缺点。针对以上特点,提出基于GMM统计特... 相关向量机(RVM)分类法使用概率输出克服了支持向量机(SVM)识别速率低的缺点,并且具有更好的稀疏性。但在与文本无关的话者辨别中,大量训练样本数据体现了RVM在模型训练时计算量与内存需求过大的缺点。针对以上特点,提出基于GMM统计特征参数与RVM融合的与文本无关的语者辨别系统,既有效地提取话者特征信息,解决大样本数据下的RVM训练问题,又结合统计模型鲁棒性高和分辨模型辨别效果好的优点。实验结果证明,该系统比基本的GMM系统具有更优的错误辨别率,比GMM/SVM系统具有更高的稀疏性。 展开更多
关键词 相关向量机 高斯混合模型 话者辨别 支持向量机
下载PDF
基于支持向量机的乐器识别方法 被引量:7
16
作者 张奇 苏鸿根 《计算机工程与应用》 CSCD 北大核心 2004年第18期99-101,共3页
文章提出了一种基于支持向量机的乐器识别方法。与其它的模式识别方法不同,支持向量机是专门针对有限样本情况下的一种分类方法,在小样本的情况下,它的准确率一般优于传统的模式识别方法。它是建立在统计学习理论的VC维理论和结构风险... 文章提出了一种基于支持向量机的乐器识别方法。与其它的模式识别方法不同,支持向量机是专门针对有限样本情况下的一种分类方法,在小样本的情况下,它的准确率一般优于传统的模式识别方法。它是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力。实验以乐器的MFCC系数和它的一阶导数为声学特征,建立一个自底向上的二叉树的支持向量机模型。实验表明这种识别方法是一种有效的识别方法,它的准确率高于GMM方法。 展开更多
关键词 支持向量机 乐器识别 高斯混合模型
下载PDF
基于信道补偿的说话人识别算法 被引量:3
17
作者 申铉京 翟玉杰 +2 位作者 卢禹彤 王玉 陈海鹏 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2016年第3期870-875,共6页
现有说话人识别算法普遍受信道因素的干扰,为了提高算法的准确率,在特征级利用特征弯折算法对语音特征参数进行处理,在模型级利用因子分析技术对说话人混合高斯模型(GMM)进行信道处理。对端点进行检测后,利用特征弯折算法对语音特征参... 现有说话人识别算法普遍受信道因素的干扰,为了提高算法的准确率,在特征级利用特征弯折算法对语音特征参数进行处理,在模型级利用因子分析技术对说话人混合高斯模型(GMM)进行信道处理。对端点进行检测后,利用特征弯折算法对语音特征参数梅尔倒谱系数(MFCC)进行处理,去除线性信道和背景噪声的影响,并建立说话人GMM。然后利用因子分析技术拟合说话人特征空间与信道空间的差异,去除信道因子的影响。最后提取高斯超向量并通过支持向量机(SVM)得到识别结果。实验结果证明了信道补偿算法与GMM-SVM相结合能获得更好的识别率,并能保证算法的鲁棒性。 展开更多
关键词 计算机应用 说话人识别 支持向量机 混合高斯模型 特征弯折 隐藏因子分析
下载PDF
一种新的α-GMM聚类说话人确认算法 被引量:1
18
作者 李恒杰 邢玉娟 《计算机应用与软件》 CSCD 北大核心 2012年第10期191-193,共3页
针对噪声环境下说话人识别率低的问题,提出一种基于α-GMM聚类和SVM的说话人确认算法。首先计算每位注册话者的α-GMM模型,并计算模型间的α散度,然后以该散度设计聚类算法,对话者的α-GMM模型进行聚类,得到各个类别的聚类中心模型用于... 针对噪声环境下说话人识别率低的问题,提出一种基于α-GMM聚类和SVM的说话人确认算法。首先计算每位注册话者的α-GMM模型,并计算模型间的α散度,然后以该散度设计聚类算法,对话者的α-GMM模型进行聚类,得到各个类别的聚类中心模型用于训练SVM,进而得到最终识别结果。仿真实验结果表明,该算法相比于传统GMM和SVM具有更高的识别性能和良好的鲁棒性。 展开更多
关键词 说话人确认 α-GMM K均值聚类 支持向量机
下载PDF
基于核Fisher判别的分类器算法及其在语种识别中的应用研究
19
作者 李晋徽 杨俊安 项要杰 《计算机科学》 CSCD 北大核心 2013年第10期257-260,共4页
GMM与SVM的建模和识别性能具有较好的互补性,因此GMM-SVM在语种识别中得到广泛使用,以其为基础的GMM-MMI-SVM已成为语种识别的主流研究方法。但是SVM在判别时仅仅使用了训练样本中的一些特殊样本即支持向量,并没有使用全部样本,从而影... GMM与SVM的建模和识别性能具有较好的互补性,因此GMM-SVM在语种识别中得到广泛使用,以其为基础的GMM-MMI-SVM已成为语种识别的主流研究方法。但是SVM在判别时仅仅使用了训练样本中的一些特殊样本即支持向量,并没有使用全部样本,从而影响了系统识别性能的进一步提高。针对上述问题,提出一种基于核Fisher判别的分类算法——GMM-MMI-KFD。该算法的核心思想是用核Fisher准则(KFD)替代SVM分类准则,从语音片段中提取出特征向量序列,分别通过GMM-MMI分类器与GMM-KFD分类器进行判决打分。相对SVM,KFD更注重语音数据非线性分布的特点,并且将样本向高维空间H上投影后可以最大限度地增大类间距,减小类内距。实验数据表明,GMM-MMI-KFD方法在语种识别中具有更高的识别率。 展开更多
关键词 语种识别 核FISHER判别 分类器融合 SVM GMM-MMI
下载PDF
用于SVM话者模型训练的冒认话者选取 被引量:1
20
作者 刘明辉 黄中伟 +1 位作者 戴蓓蒨 熊继平 《计算机工程》 CAS CSCD 北大核心 2009年第16期4-6,共3页
在基于支持向量机(SVM)的文本无关的说话人确认中,为提高SVM话者模型的训练效率和区分性能,提出2种基于高斯混合模型(GMM)的冒认话者选取方法——通过GMM概率评分,为每个目标说话人选取最接近的话者作为冒认话者用于SVM话者模型的训练,... 在基于支持向量机(SVM)的文本无关的说话人确认中,为提高SVM话者模型的训练效率和区分性能,提出2种基于高斯混合模型(GMM)的冒认话者选取方法——通过GMM概率评分,为每个目标说话人选取最接近的话者作为冒认话者用于SVM话者模型的训练,不仅提高模型的训练效率,而且提高SVM模型的区分性,有效地改进系统性能。在NIST’04 1side-1side数据库上的实验表明该方法的有效性。 展开更多
关键词 说话人确认 支持向量机 冒认话者选取 高斯混合模型
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部