作者:郝瑞; 刘晓峰; 牛砚波; 修磊支持向量数据描述多类分类决策函数增量学习语音识别系统仿真
摘要:支持向量数据描述(sVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在语音识别研究领域越来越受到广泛关注,本文针对语音样本分类中特征向量重叠和更新等问题,对现有的SVDD多类分类算法进行了改进,一方面。根据样苯所在空阃位置.构造超球重叠域决策函数:另一方面.基于类增量学习.实现超球类支劳向量矽动悉改芟。仿真实验结果表明,本文所提方法明显缩短了建模时间并且具有更好的识别性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社