基于改进的最大后验概率矢量量化和最小二乘支持向量机集成算法-论文.pdf

《基于改进的最大后验概率矢量量化和最小二乘支持向量机集成算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSN10o1—90812015．．07．10计算机应用，2015，35(7)：2101—2104C0DENJYIIDUhttp：／／www．joca．cn文章编号：1001—9081(2015)07—2101—04doi：10．11772／j．issn．1001—9081．2015．07．2101基于改进的最大后验概率矢量量化和最小二乘支持向量机集成算法张俊，关胜晓(中国科学技术大学信息科学技术学院，合肥230027)(通信作者电子邮箱gu

2、anxiao@ustc．edu．ca)摘要：针对目前说话人识别系统的效率问题，采用集成算法的策略，提出一种新的说话人识别系统框架。首先，考虑到传统的最大后验概率矢量量化(VQ—MAP)算法中只关注平均矢量而不考虑权重的问题，提出了改进的VQ-MAP算法，使用加权平均向量来代替平均向量；然后，由于支持向量机(SVM)算法相对耗时，故采用最小二乘支持向量机(LS—SVM)替代SVM算法；最后，在说话人识别系统中，利用改进的VQ-MAP算法所得参数集作为LS—SVM的训练样本。实验结果表明，基于改进的VQ—

3、MAP和LS—SVM的集成算法，与传统的SVM算法相比，在均使用径向基函数(RBF)核函数时，对40人样本数据建模时间上减少接近40％；在阂值为1，测试语音时长为4s时，与传统的VQ—MAP和SVM算法相比，误识率降低了1．1％，误拒率降低了2．9％，识别率提高了3．9％；在阈值为1，测试语音时长为4s时，与传统的VQ·MAP和Ls—SVM算法相比，误识率降低了3．6％，误拒率降低了2．7％，识别率提高了4．4％。结果表明，集成算法能够有效提高算法识别率，明显减少运算时间，同时降低误识率和误拒率。关键

4、词：最大后验概率；最小二乘支持向量机；权重；平均向量；说话人识别中图分类号：TN391．4；TP181；TN912．34文献标志码：AIntegrationalgorithmofimprovedmaximuillaposterioriprobabilityvectorquantizationandleastsquaressupportvectormachineZHANGJun，GUANShengxiao(Schooloflnfornmtion~ienceandTechnology,University

5、ofScienceandTechnologyofChina，HefeiAnhui230027，China)Abstract：Inviewofthecurrentefficiencyproblemofspeakerrecognitionsystem，thispaperutilizedthetacticsofintegrationalgorithmtoputforwardanewkindofspeakerrecognitionsystemframework．ThetraditionalMaximumApo

6、sterioriProbabilityVectorQuantization(VQ-MAP)algorithmonlyfocusesontheaveragevectorregardlessofweight．Inordertosolvethisproblem，thispaperputforwardanimprovedalgorithmbasedonVQ—MAP．Thealgorithmusedweightedaveragevectorinsteadofaveragevector．Moreover，Supp

7、ortVectorMachine(SVM)algorithmcoststoomuchtime，soLeastSquaresSupportVectorMachine(LS—SVM)wasusedinsteadofSVM．Finally，inthespeakerrecognitionsystem，thispaperusedtheparameterscalculatedfromtheimprovedVQ—MAPalgorithmastrainingsetofLS—SVM．Theexperimentalres

8、ultsshowthat，themodelingtimeofintegrationalgorithmbasedonimprovedVQ·MAPandLS-SVMisabout40％lessthanthatoftraditionalSVMalgorithmwhenusingtheRadialBasisFunction(RBF)kernelfunctionandthesampleof40people．Asthethresholdvalueis1andthet