已閱讀1頁，還剩77頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、支持向量機(jī)算法是統(tǒng)計學(xué)習(xí)理論中最年輕的分支。它以統(tǒng)計學(xué)>--j理論中的VC維理論和結(jié)構(gòu)風(fēng)險最小原理為基礎(chǔ)，根據(jù)有限的樣本信息在模型的復(fù)雜性與學(xué)習(xí)能力之間尋求最佳折衷，獲得了較好的推廣能力?；诖耍С窒蛄繖C(jī)正得到越來越廣泛的應(yīng)用。 由于支持向量機(jī)在實質(zhì)上只能解決兩分類問題，而現(xiàn)實中多分類問題則更為常見。將SVM推廣到多分類領(lǐng)域是一個正在研究中的問題。本文基于這一主題，在研究了當(dāng)前幾種常見的多分類支持向量機(jī)算法的基礎(chǔ)上，結(jié)合這些算
2、法各自性能上的特點并充分考慮到測試時間與測試精度在實際應(yīng)用中的重要性，提出了在OAO-SVMs算法中引入分層思想的H-OAO-GYMs模型。同時，由于多分類情況下樣本集通常過于龐大，本文還提出了一種基于“黃金分割”的樣本裁減方法。 為了驗證H-OAO-SVMs模型的有效性與實用性，本文將該模型引入到說話人識別領(lǐng)域。所謂說話人識別，是指通過對說話人語音信號的分析處理，自動確認(rèn)說話人是否在記錄的話者集合中，以及進(jìn)一步確認(rèn)說話人的身份
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 支持向量機(jī)在說話人識別中的應(yīng)用.pdf
- 改進(jìn)支持向量機(jī)在說話人識別中的應(yīng)用.pdf
- 支持向量機(jī)在說話人識別中的應(yīng)用研究.pdf
- 支持向量機(jī)在說話人識別系統(tǒng)中的應(yīng)用.pdf
- 支持向量機(jī)算法的研究及在說話人識別上的應(yīng)用.pdf
- 支持向量機(jī)多分類方法的研究及應(yīng)用.pdf
- 基于支持向量機(jī)的說話人識別研究.pdf
- 時變向量自回歸模型在說話人識別中的應(yīng)用.pdf
- 基于支持向量機(jī)的多分類方法研究及應(yīng)用.pdf
- HHT變換在說話人識別中的應(yīng)用.pdf
- 基于多分類支持向量機(jī)的人臉識別研究.pdf
- 基于支持向量機(jī)的多分類算法研究.pdf
- 基于支持向量機(jī)的多分類方法研究.pdf
- 支持向量機(jī)多分類方法研究及其在基金評價中的應(yīng)用.pdf
- 支持向量機(jī)的多分類擴(kuò)展算法研究.pdf
- 基于BPSO的多分類支持向量機(jī)研究.pdf
- 基于支持向量機(jī)的多分類問題研究.pdf
- 多分類支持向量機(jī)算法和應(yīng)用研究.pdf
- 語音非線性特征在說話人識別中的應(yīng)用.pdf
- Hilbert-Huang變換在說話人識別中的應(yīng)用.pdf
評論
0/150
提交評論