針對(duì)支持向量機(jī)（Support Vector Machine,SVM）的參數(shù)優(yōu)化問題,提出了一種改進(jìn)的混合蛙跳算法（Improved Shuffled Frog Leaping Algorithm,Im-SFLA）,提高了其在實(shí)用語(yǔ)音情感識(shí)別中的學(xué)習(xí)能力。首先,我們?cè)赟FLA中引入了模擬退火（Simulated Annealing,SA）、免疫接種（Immune Vaccination,IV）、高斯變異和混沌擾動(dòng)算子,平衡了搜索的高效性和種群的多樣性;第二,利用Im-SFLA優(yōu)化SVM的參數(shù),提出了一種Im-SFLA-SVM方法;第三,分析了煩躁等實(shí)用語(yǔ)音情感的聲學(xué)特征,重點(diǎn)分析了基音、短時(shí)能量、共振峰和混沌特征隨情感類別的變化特性,構(gòu)建出144維的情感特征向量并采用LDA降維到4維;最后,在實(shí)用語(yǔ)音情感數(shù)據(jù)庫(kù)上測(cè)試了算法性能,將提出的算法與混合蛙跳算法（Shuffled Frog Leaping Algorithm,SFLA）優(yōu)化SVM參數(shù)的方法（SFLA-SVM方法）、粒子群優(yōu)化（Particle Swarm Optimization,PSO）算法優(yōu)化SVM參數(shù)的方法（PSO-SV... 

【文章來(lái)源】：聲學(xué)學(xué)報(bào). 2014,39(02)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

若音翻率均值分布

2期張瀟丹等：應(yīng)用改進(jìn)混合蛙跳算法的實(shí)用語(yǔ)音情感識(shí)別 277聽辨實(shí)驗(yàn)得到的數(shù)據(jù)集中隨機(jī)選取400條語(yǔ)句作為 采用Im-SFLA-SVM方法、SFLA-SVM方法、訓(xùn)練樣本集（每種情感各100條)，其余3307條作為 PSO-SVM方法、SVM方法、GMM方法和BP神測(cè)試樣本集（煩躁798條、高興820條、中性845條 經(jīng)網(wǎng)絡(luò)法的識(shí)別結(jié)果分別如表4、表5、表6、表7、和傷心844條）。在提取語(yǔ)音特征前，對(duì)語(yǔ)音信號(hào)進(jìn)表8和表9所示，圖5給出了6種方法識(shí)別結(jié)果對(duì)行加窗分幀，以25ms左右為一幀，相鄰兩幀之間重 比，其中識(shí)別方法16分別代表Im-SFLA-SVM方疊1/2，采用漢明窗加窗處理以減小每幀邊緣的截?cái)喾āFLA-SVM方法、PSO-SVM方法、SVM方法、效應(yīng)。實(shí)驗(yàn)中，參考文獻(xiàn)32中建議的參數(shù)設(shè)置并經(jīng) GMM方法和BP神經(jīng)網(wǎng)絡(luò)法，第一類錯(cuò)誤率I33)是過多次的仿真實(shí)驗(yàn)，參數(shù)設(shè)置為：種群中的青蛙個(gè)體 指該類情感誤判為其它3種情感類別的結(jié)果總和，總數(shù)200，每個(gè)子群體中的個(gè)體數(shù)20，子群體的個(gè)數(shù) 第二類錯(cuò)誤率是指其它3種情感類別分別誤判10,青蛙個(gè)體（解）的維數(shù)為2，適應(yīng)度函數(shù)為對(duì)訓(xùn)練 為該類情感的結(jié)果總和。樣本集進(jìn)行K-CV意義下的分類準(zhǔn)確率的相反數(shù)，K-CV組數(shù)/(=3，子群體內(nèi)的局部迭代次數(shù)30，退 =別方法1火的初始溫度10，降溫系數(shù)().9，基態(tài)溫度1，接種概 9()SSSlills率0.4,PSO算法中的種群規(guī)模200，解的維數(shù)2，迭代 85Sills次數(shù)100,權(quán)重因子C!=c2=1.49445，SVM核函數(shù) g80別方法6采用高斯RBF，懲罰系數(shù)C'的搜索范圍為[0.1，100]， §75n；,高斯RBF寬度<7的搜索范圍為[0.01,1000]，BP神 鳶7(1經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)15，激活函數(shù)為單極性Sigmoid II■丨 丨60函數(shù)（tansig)，輸出層函數(shù)為線性激活函數(shù)（purelin)， 55訓(xùn)練函數(shù)為tminlm,訓(xùn)練目標(biāo)精度為lxlO-5?

【參考文獻(xiàn)】：
期刊論文
[1]A new perturbation method to the Tent map and its application[J]. 王興元,王林林.  Chinese Physics B. 2011(05)
[2]實(shí)用語(yǔ)音情感的特征分析與識(shí)別的研究[J]. 黃程韋,趙艷,金赟,于寅驊,趙力.  電子與信息學(xué)報(bào). 2011(01)
[3]基于改進(jìn)混合蛙跳算法的認(rèn)知無(wú)線電協(xié)作頻譜感知[J]. 鄭仕鏈,樓才義,楊小牛.  物理學(xué)報(bào). 2010(05)
[4]改進(jìn)混合蛙跳算法求解旅行商問題[J]. 羅雪暉,楊燁,李霞.  通信學(xué)報(bào). 2009(07)
[5]基于粒子群優(yōu)化算法的支持向量機(jī)參數(shù)選擇及其應(yīng)用[J]. 邵信光,楊慧中,陳剛.  控制理論與應(yīng)用. 2006(05)

博士論文
[1]協(xié)同進(jìn)化數(shù)值優(yōu)化算法及其應(yīng)用研究[D]. 慕彩紅.西安電子科技大學(xué) 2010
[2]基于語(yǔ)音信號(hào)的情感識(shí)別研究[D]. 金學(xué)成.中國(guó)科學(xué)技術(shù)大學(xué) 2007



本文編號(hào)：3497501