了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介
基于模糊聚类决策树的分布式大型人口语者识别方法,具体操作如下:
- 首先将训练数据等分成几个部分。
- 对这几个部分分别应用基于模糊聚类的决策树分类。
- 确定测试语者所属的决策树及其叶节点。
- 在选定的叶节点上,采用梅尔频率倒谱系数和高斯混合模型进行语者身份识别。
在本发明中,对训练数据进行模糊聚类的主要步骤包括:
- 第一步:根据相应层提取特征数据。
- 第二步:计算特征数据的均值和标准差,得到信任间距集合D。
- 第三步:对集合D应用Lloyd算法,得到分隔向量。
- 第四步:以分隔向量为基础,进行聚类分组,形成下一层的节点。
本发明显著提高分类准确率,具备以下优势:
- 更高的准确识别率。
- 更低的计算复杂性。
- 极大地提高了分类效率。
- 对加性噪声具有良好的抗干扰力。
基于模糊聚类决策树的分布式大型人口语者识别方法首先将训练数据等分成几个部分,再对着几个部分分别使用基于模糊聚类的决策树分类;然后决定测试语者属于哪棵树的哪个叶节点;再对该选定的叶节点使用梅尔频率倒谱系数和高斯混合模型识别方法识别该语者身份。在本发明中,对训练数据模糊聚类的过程主要包括以下几个步骤:一是根据相应的层提取特征数据;二是计算特征数据的均值和标准差得到信任间距集合D;三是对集合D使用Lloyd算法得到分隔向量;四是以分隔向量为基础进行聚类分组得到下一层的节点。本发明可以显著提高分类准确率,具有更高的准确识别率和更低的计算复杂性,极大地提高了分类的效率,对加性噪声有良好的抗干扰力。
(此文字表达经过AI优化完善,查看原文请点击
原文)
专利基本信息
| 专利名称 |
基于模糊聚类决策树的分布式大型人口语者识别方法 |
| 专利状态 |
- |
专利号(申请号) |
CN201510234252.5 |
| 申请号 |
- |
专利申请日期 |
2015-05-08 |
| 专利授权日期 |
2015-10-28 |
专利权届满日 |
- |
| 专利所属地 |
中国 |
专利类型 |
发明专利 |
| 发明人 |
陈志;芮路;岳文静;黄继鹏;顾振兴;崔鸣浩;吴向忠;黄本轩 |
| 权利人 |
- |
| 专利摘要 |
基于模糊聚类决策树的分布式大型人口语者识别方法首先将训练数据等分成几个部分,再对着几个部分分别使用基于模糊聚类的决策树分类;然后决定测试语者属于哪棵树的哪个叶节点;再对该选定的叶节点使用梅尔频率倒谱系数和高斯混合模型识别方法识别该语者身份。在本发明中,对训练数据模糊聚类的过程主要包括以下几个步骤:一是根据相应的层提取特征数据;二是计算特征数据的均值和标准差得到信任间距集合D;三是对集合D使用Lloyd算法得到分隔向量;四是以分隔向量为基础进行聚类分组得到下一层的节点。本发明可以显著提高分类准确率,具有更高的准确识别率和更低的计算复杂性,极大地提高了分类的效率,对加性噪声有良好的抗干扰力。 |