基于类内超平面距离度量模糊支持向量机的语音情感识别

摘要：

在智能人-机交互系统中,语音情感识别是目前的研究热点之一,支持向量机方法被广泛用于语音情感识别.然而,支持向量机方法存在噪声和野值敏感问题,往往难以进行精确识别.为了解决该问题,通过对隶属度函数进行深入研究,设计一种新的基于样本到类内超平面距离的隶属度函数,并基于该隶属度函数优化了模糊支持向量机分类超平面,从而提高了支持向量机的抗噪性和泛化能力.在多种情感语音库上进行实验仿真测试,结果表明,所提出的方法能够有效利用样本间的紧密度、边界样本点和过样本类中心的超平面来构造最优超平面,从而提高语音情感识别的准确率.

关键词：语音情感识别、模糊支持向量机、隶属度函数、孤立点、类内超平面、精确识别

所属期刊栏目：41

分类号：TN912.34-34;TP181

资助基金：国家自然科学基金资助项目61371193

在线出版日期：2018-08-28（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：163-167