采用半定规划多核SVM的语音情感识别
为提高语音情感识别精度,采用二叉树结构设计多分类器,其中使用半定规划法求解并构造多核支持向量机( SVM)分类模型,并采用均方根误差与最大误差对分类器性能进行衡量.对特征选择之后的参数集合进行了测试,结果表明,采用半定规划多核SVM分类模型的情感识别精度达到88.614%,比单核分类模型的识别精度提高了12.376%,且能有效减少误差积累和降低情感状态之间混淆程度.
语音情感识别、多核支持向量机、半定规划
TP18(自动化基础理论)
国家自然科学基金项目51208168;天津市自然科学基金项目11JCYBJC00900,13JCYBJC37700;河北省自然科学基金项目F2013202254, F2013202102;河北省引进留学人员基金项目C2012003038;济南大学科研基金项目XKY1317
2015-08-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
67-71