咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >结合过完备字典与PCA的小样本语音情感识别方法 收藏

结合过完备字典与PCA的小样本语音情感识别方法

Recognition of speech emotion on small samples by over-complete dictionary learning and PCA dimension reduction

作     者:毛启容 赵小蕾 白李娟 王治锋 詹永照 Mao Qirong;Zhao Xiaolei;Bai Lijuan;Wang Zhifeng;Zhan Yongzhao

作者机构:江苏大学计算机科学与通信工程学院江苏镇江212013 

出 版 物:《江苏大学学报(自然科学版)》 (Journal of Jiangsu University:Natural Science Edition)

年 卷 期:2013年第34卷第1期

页      面:60-65页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(61003183) 江苏省自然科学基金资助项目(BK2011521) 江苏大学高级人才基金资助项目(10JDG065) 

主  题:语音情感识别 过完备字典 PCA降维 稀疏表示 识别率 

摘      要:针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题,提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维,再将处理后的特征用于过完备字典训练与稀疏表示识别方法,从而给出了语音情感特征的稀疏表示方法,并确定了新算法的具体步骤.为验证其有效性,在同等特征维数下,将方法与BP、SVM进行比较,并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明,所提出方法的识别率比SVM与BP高;与采用稀疏化前的特征相比,稀疏化后的特征向量更便于处理,平均识别率提高约15%,时间效率提高近原来的1/2,空间效率提升近原来的1/3.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分