V支持向量機中參數(shù)的優(yōu)化及在語音識別中的應(yīng)用.pdf

1、目前,機器在人們的生產(chǎn)與生活中扮演著重要的角色,因此改善人和機器之間的關(guān)系,使機器能夠更好的為人類服務(wù)變的越來越重要。支持向量機是一種機器分類機,是機器學(xué)習(xí)的新算法。標(biāo)準的SVM作為機器學(xué)習(xí)的一種常用方法,其參數(shù)的選則與機器的學(xué)習(xí)能力息息相關(guān)且影響頗大,但現(xiàn)有研究中對SⅧ參數(shù)的選擇仍無統(tǒng)一的方法。因此,對支持向量機中參數(shù)的選擇進行研究具有很大的意義。
　　 支持向量機中核函數(shù)的類型、核參數(shù)的選取直接影響著基于支持向量機的語音識別

2、系統(tǒng)的識別效果。然而,到目前為止,支持向量機的核函數(shù)、核參數(shù)及懲罰因子的選擇還沒有科學(xué)的方法,它們的選擇只能根據(jù)經(jīng)驗、大量的反復(fù)實驗進行對比等方法來進行選擇,帶有很大的局限性。為了驗證支持向量機在語音識別系統(tǒng)中的識別效果,本文分別構(gòu)建了基于線性核支持向量機、徑向基核支持向量機、三階多項式核支持向量機以及Sigmoid核支持向量機的非特定人孤立詞語音識別系統(tǒng),并進行了大量的仿真實驗。實驗結(jié)果表明,前三種支持向量機應(yīng)用于語音識別系統(tǒng)中均取得

3、了比較好的識別效果,且訓(xùn)練時間較短;而Sigmoid核支持向量機應(yīng)用于語音識別系統(tǒng)中卻得到了不盡如人意的識別結(jié)果。因此,核函數(shù)的不同直接影響著支持向量機的分類性能,從而影響了語音識別系統(tǒng)的識別效果。
　　 為了研究在核函數(shù)確定的情況下,核參數(shù)的取值對支持向量機推廣性能的影響,以及避免標(biāo)準C-SVM中參數(shù)難以選擇的問題,本文做了進一步的研究,實現(xiàn)了在核函數(shù)類型確定的前提下,用粒子群優(yōu)化算法對v-SVM中參數(shù)進行優(yōu)化,并用基于優(yōu)選參