稀疏LSSVM及其在语音识别中的应用

摘要：

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.

关键词：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

所属期刊栏目：35

分类号：TN912

资助基金：国家自然科学基金项目61072087

在线出版日期：2014-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1303-1307