改进的AdaBoost.M2-SVM在低信噪比语音识别中的应用 |
| |
引用本文: | 刘红芬,刘晓峰,张雪英,黄丽霞,王子中.改进的AdaBoost.M2-SVM在低信噪比语音识别中的应用[J].微电子学与计算机,2015(2):88-91. |
| |
作者姓名: | 刘红芬 刘晓峰 张雪英 黄丽霞 王子中 |
| |
作者单位: | 太原理工大学信息工程学院;太原理工大学理学院数学系 |
| |
基金项目: | 国家自然科学基金项目(61371193);山西省青年科技研究基金项目(2013021016-1);山西省2012年留学回国人员科技活动择优资助(晋人社厅函[2013]68号) |
| |
摘 要: | 提出了基于雁群启示的粒子群优化算法改进的AdaBoost.M2-SVM算法.首先训练多个支持向量机作为弱分类器,用AdaBoost.M2算法将多个弱分类器集成为最终的强分类器,实现多类分类;采用GeesePSO算法对AdaBoost.M2算法计算出的权值进行优化得到一组最优的权值,提高最终强分类器的提升能力.实验结果表明,在低信噪比语音识别中,与SVM相比,改进的AdaBoost.M2-SVM表现出更好的泛化能力,提高了识别准确率.
|
关 键 词: | AdaBoost.M2 支持向量机 权值 GeesePSO 低信噪比 |
本文献已被 CNKI 等数据库收录! |
|