Logistic 核函数及其在语音识别中的应用

doi:10.3969/j.issn.1000-565X.2015.05.016

华南理工大学学报（自然科学版） ›› 2015, Vol. 43 ›› Issue (5): 100-106.doi: 10.3969/j.issn.1000-565X.2015.05.016

Logistic 核函数及其在语音识别中的应用

刘晓峰¹ 张雪英^2† Zizhong John Wang³

1．太原理工大学数学学院，山西太原 030024; 2．太原理工大学信息工程学院，山西太原 030024;3． Departmentof Mathematics and Computer Science，Virginia Wesleyan College，Norfolk 23502，Virginia，USA

收稿日期:2014-10-08 修回日期:2014-12-19 出版日期:2015-05-25 发布日期:2015-05-07
通信作者: 张雪英(1964-)，女，教授，博士生导师，主要从事语音信号处理研究． E-mail:tyzhangxy@163.com
作者简介:刘晓峰(1979-)，男，讲师，博士生，主要从事智能计算研究． E-mail: liuxinyu1206@163． com
基金资助:
国家自然科学基金资助项目(61072087)

Logistic Kernel Function and its Application to Speech Recognition

Liu Xiao-feng¹ Zhang Xue-ying² Zizhong John Wang³

1． College of Mathematics，Taiyuan University of Technology，Taiyuan 030024，Shanxi，China;2． College of Information Engineering，Taiyuan University of Technology，Taiyuan 030024，Shanxi，China;3． Department of Mathematics and Computer Science，Virginia Wesleyan College，Norfolk 23502，Virginia，USA

Received:2014-10-08 Revised:2014-12-19 Online:2015-05-25 Published:2015-05-07
Contact: 张雪英(1964-)，女，教授，博士生导师，主要从事语音信号处理研究． E-mail:tyzhangxy@163.com
About author:刘晓峰(1979-)，男，讲师，博士生，主要从事智能计算研究． E-mail: liuxinyu1206@163． com
Supported by:
Supported by the National Natural Science Foundation of China(61072087)

摘要/Abstract

摘要： 核函数是支持向量机(SVM)的核心，直接决定着 SVM 的性能．为提高 SVM 在语音识别问题中的学习能力和泛化能力，文中提出了一种 Logistic 核函数，并给出了该Logistic核函数是 Mercer 核的理论证明．在双螺旋、语音识别问题上的实验结果表明，该Logistic 核函数是有效的，其性能优于线性、多项式、径向基、指数径向基的核函数，尤其是在语音识别中，该 Logistic 核函数具有更好的识别性能．

关键词: Logistic 核函数, 语音识别, 支持向量机, Mercer 核

Abstract: Kernel function is the core of support vector machine (SVM) and directly affects the performance of SVM． In order to improve the learning ability and generalization ability of SVM for speech recognition，a Logistic kernel function，which is proved to be a Mercer kernel function，is presented． Experimental results on bi-spiral and speech recognition problems show that the presented Logistic kernel function is effective and performs better than linear，polynomial，radial basis and exponential radial basis kernel functions，especially in the case of speech rec-ognition．

Key words: Logistic kernel function, speech recognition, support vector machines, Mercer kernel

刘晓峰张雪英 Zizhong John Wang. Logistic 核函数及其在语音识别中的应用[J]. 华南理工大学学报（自然科学版）, 2015, 43(5): 100-106.

Liu Xiao-feng Zhang Xue-ying Zizhong John Wang. Logistic Kernel Function and its Application to Speech Recognition[J]. Journal of South China University of Technology (Natural Science Edition), 2015, 43(5): 100-106.

[1]	马晓亮, 安玲玲, 邓从健, 等. 基于行业词表的自动语音转写后优化技术[J]. 华南理工大学学报(自然科学版), 2023, 51(8): 118-125.
[2]	马新露, 樊博, 陈诗敖, 等. 基于实时交通流的事故风险评估与分析模型[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 19-25,34.
[3]	赵静, 王选仓, 樊振阳, 等. 基于支持向量机的沥青路面性能评价[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 116-123.
[4]	李巨虎范睿先陈志泊. 基于颜色和纹理特征的森林火灾图像识别[J]. 华南理工大学学报（自然科学版）, 2020, 48(1): 70-83.
[5]	杨晓伟黄滢婷. 基于多特征融合的实时单目标追踪算法[J]. 华南理工大学学报（自然科学版）, 2019, 47(6): 1-9.
[6]	田联房吴啟超杜启亮黄理广李淼张大明. 基于人体骨架序列的手扶电梯乘客异常行为识别[J]. 华南理工大学学报（自然科学版）, 2019, 47(4): 10-19.
[7]	牛海清吴炬卓郭少锋. 奇异值分解在电缆局部放电信号模式识别中的应用[J]. 华南理工大学学报（自然科学版）, 2018, 46(1): 26-32.
[8]	王加朋胡跃明罗家祥. 一种基于 ICDF 的支持向量机参数快速优化方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 135-142.
[9]	陈俊颖周顺风闵华清. 用于垃圾邮件识别的“词频－筛”混合特征选择方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 82-88.
[10]	叶国强李伟光万好. 结合学习特征的图像矩视觉伺服方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(2): 99-107.
[11]	牛海清叶开发许佳吴炬卓罗健斌陆国俊. 基于粒子群优化支持向量机的电缆温度计算[J]. 华南理工大学学报（自然科学版）, 2016, 44(4): 77-83.
[12]	曲杰张国杰徐小琴. 轮毂轴承单元轴铆合装配的铆头优化设计[J]. 华南理工大学学报（自然科学版）, 2016, 44(2): 60-66,73.
[13]	胡庆辉丁立新刘晓刚李照奎. 基于原问题求解的非稀疏多核学习方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(5): 78-85.
[14]	刘琼王国华申旻旻. 基于边缘分割的车载单目远红外行人检测方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 87-91,98.
[15]	王友卫刘元宁凤丽洲朱晓冬. 基于用户兴趣度的垃圾邮件在线识别新方法[J]. 华南理工大学学报（自然科学版）, 2014, 42(7): 21-27.

Logistic 核函数及其在语音识别中的应用

Logistic Kernel Function and its Application to Speech Recognition

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价