作者：陈觉之 张贵荣 周宇欢说话人识别典型相关分析主成分分析高斯混合模型特征降维线性预测系数美尔频率倒谱系数
摘要：为提高说话人识别的性能，提出将CCA与PCA联合用于说话人特征降维的方法：先用CCA融合基于声道模型的LPC特征和基于听觉模型的MFCC特征，提升这两类不同特征的相关性；然后用PCA进一步去除冗余特征，降低有效特征的维数。实验显示，这两种降维方法联合的降维效果与单一的CCA降维、PCA降维或手动降维的效果比有明显提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机与现代化》（CN：36-1137/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机与现代化》自创刊以来，以理论联系实际、促进应用开发为宗旨，主要刊登计算机专业方面的新理论、新技术及其在各个领域中应用成果的论文，设有系统分析与设计、软件工程、网络与通讯、过程控制、辅助设计、中文信息技术、人工智能、综合述评、应用与实践等栏目，既有相当的学术水平，又有现实的指导作用。
部级期刊
人气 850863 评论 75
人气 230517 评论 65
人气 215503 评论 35
省级期刊
人气 213346 评论 71
