| 基于 PCA 和 LDA 的方言辨识 |
| |
| 引用本文： | 何艳,于凤芹.基于 PCA 和 LDA 的方言辨识[J].计算机系统应用,2012,21(5):169-171,179. |
| |
| 作者姓名： | 何艳 于凤芹 |
| |
| 作者单位： | 江南大学物联网工程学院,无锡214122 |
| |
| 基金项目： | 国家自然科学基金（61075008） |
| |
| 摘 要： | 针对PCA没有有效利用样本的类别信息而导致方言识别率低的问题,采用PCA和LDA组合方法进行特征提取。首先用PCA对普通话、上海话、广东话和闽南话四种方言进行降维,然后在降维后的空间中用LDA进一步特征提取,最后将该特征向量送入BP神经网络进行辨识。仿真实验结果表明,基于PCA和LDA的方言识别的平均识别率高达85%。
|
| 关 键 词： | 方言辨识 主成分分析 线性鉴别分析 BP神经网络 |
| 收稿时间： | 2011/8/18 0:00:00 |
| 修稿时间： | 2011/9/26 0:00:00 |
Dialect Identification Based on PCA and LDA |
| |
| HE Yan and YU Feng-Qin.Dialect Identification Based on PCA and LDA[J].Computer Systems& Applications,2012,21(5):169-171,179. |
| |
| Authors: | HE Yan and YU Feng-Qin |
| |
| Affiliation: | (School of Internet of Things Engineering,Jiangnan University,Wuxi 214122,China) |
| |
| Abstract: | In order to solve the low dialect identification rate because PCA doesn＇t effectively use the sample classification information,a method of feature extraction using PCA and LDA is employed.In this paper,PCA is used to effectively reduce the dimensions of Mandarin,Shanghainese,Cantonese,Minnanese,and then LDA is adopted to extract feature vectors from the dimension-reduced space as the input vectors with BP neural network to recognize.The Simulation results demonstrate that the average dialect identification rate based on PCA and LDA can be up to 85%. |
| |
| Keywords: | dialect identification PCA LDA BP neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
