10.3969/j.issn.1672-9722.2019.03.011
基于随机森林的语音情感特征选择与分类
针对复杂高维的语音情感特征,选择重要的特征对降低识别模型复杂度以及提高情感识别率具有重要意义.基于Fisher准则和随机森林算法中的平均下降Gini指数对特征重要性评估,提出了一种融合的特征选择方法.该方法首先分别采用Fisher准则和平均下降Gini指数对所有特征进行重要性评估;其次设定某一阈值,各自选择其中较佳的特征进行交集操作;再次依据平均下降Gini指数中重要特征的排列顺序对交集操作后的特征进行重排;最后以语音情感识别率准则确定最佳的特征维度.实验结果表明,融合的特征选择法是有效的,能够提高语音情感的识别率.
特征选择、随机森林、Fisher准则、Gini指数、语音情感识别
47
TN912.3
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
539-542