模糊判决支持向量机在自动语种辨识中的研究

作者：张凡; 贺苏宁模糊判决支持向量机语种辨识线性预测倒谱系数

摘要：支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的通用学习方法。自动语种辨识是语音信号处理中新出现的分支，也是一项较难的课题。该文提出的模糊判决支持向量机(FDSVM)是对支持向量机的判决结果的合理化改进，并应用于自动语种辨识系统。利用OGI-TS电话语音库对新算法的性能进行测试，然后给出实验结果。结果表明，该算法相对于传统算法是一种更有效的方法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社