10.3969/j.issn.1000-7024.2014.04.035
稀疏LSSVM及其在语音识别中的应用
针对最小二乘支持向量机(LSSVM)在语音识别中识别速度慢的问题,提出了一种新的LSSVM稀疏化方法.采用独立成分分析(ICA)对语音特征降维,降低建模复杂度;将降维后的语音样本输入LSSVM建模;采用基于ICA的快速剪枝方法筛选支持向量,实现模型的稀疏化.韩语语音库的实验结果表明,在保持语音识别效果的基础上,语音识别速度明显提高.
最小二乘支持向量机、稀疏化、特征降维、独立成分分析、语音识别
35
TN912
国家自然科学基金项目61072087
2014-05-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
1303-1307