本文關(guān)鍵詞：運(yùn)用高斯混合模型識(shí)別動(dòng)物聲音情緒　出處：《國(guó)外電子測(cè)量技術(shù)》2016年11期 　論文類型：期刊論文

  更多相關(guān)文章： 動(dòng)物情緒識(shí)別 高斯混合模型 權(quán)重系數(shù) 提取特征

【摘要】：針對(duì)動(dòng)物的情緒識(shí)別問(wèn)題,提出高斯混合模型在動(dòng)物聲音情緒識(shí)別上的應(yīng)用方法。利用語(yǔ)音信號(hào)處理與機(jī)器學(xué)習(xí)技術(shù),提取動(dòng)物聲音信號(hào)的過(guò)零率、共振峰、梅爾-頻率倒譜系數(shù)3種描述動(dòng)物情緒的特征參數(shù)。采用高斯混合模型對(duì)采集到的動(dòng)物聲音信號(hào)訓(xùn)練樣本進(jìn)行聚類分析,計(jì)算測(cè)試樣本后驗(yàn)概率,實(shí)現(xiàn)動(dòng)物情緒的自動(dòng)識(shí)別。通過(guò)分析特征參數(shù)的權(quán)重系數(shù)組合、高斯混合數(shù)目對(duì)識(shí)別率的影響來(lái)?yè)襁x最優(yōu)參數(shù)。實(shí)驗(yàn)結(jié)果表明,經(jīng)參數(shù)優(yōu)化后的高斯混合模型可將動(dòng)物聲音情緒的識(shí)別率由84.25%提高至96.67%。
[Abstract]:......
【作者單位】： 中南民族大學(xué)電子信息工程學(xué)院智能無(wú)線通信湖北省重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61002013) 國(guó)家林業(yè)局野生動(dòng)植物保護(hù)與自然保護(hù)管理項(xiàng)目(BZY13002)資助
【分類號(hào)】：B842.6;TN912.34
【正文快照】： 1引言隨著動(dòng)物行為學(xué)研究的發(fā)展,動(dòng)物的情緒表達(dá)日益受到關(guān)注。動(dòng)物通過(guò)聲音和動(dòng)作等特定行為表達(dá)情緒,其中,動(dòng)物聲音與人類語(yǔ)言類似,可實(shí)現(xiàn)同物種之間的交流。長(zhǎng)期以來(lái),人們對(duì)動(dòng)物情緒的認(rèn)知局限于長(zhǎng)期的經(jīng)驗(yàn)總結(jié)和直覺(jué)判斷。如何實(shí)時(shí)有效地感知?jiǎng)游锴榫w成為新興的研究方向。

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 臧曉昱;;基于高斯混合模型GMM的說(shuō)話人識(shí)別方法[J];科技信息;2006年01期

相關(guān)會(huì)議論文 前10條

1 駱俊;馬盡文;;高斯混合模型的遺傳分基融合算法[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

2 廖頻;沈理;;基于高斯混合模型的人臉圖象識(shí)別研究[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

3 馬盡文;何學(xué)鋒;;高斯混合模型的數(shù)據(jù)尺度可壓縮參數(shù)學(xué)習(xí)算法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 瞿俊;姜青山;董槐林;;基于高斯混合模型的層次聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

5 蔡念;郭文婷;陳世文;潘晴;;融合高斯混合模型和小波變換的運(yùn)動(dòng)目標(biāo)檢測(cè)[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

6 龍艷花;郭武;戴禮榮;;一種應(yīng)用于SVM說(shuō)話者確認(rèn)系統(tǒng)的新型序列核[A];第九屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

7 劉李漫;陶文兵;田金文;;融合多高斯混合模型與Graph Cuts優(yōu)化技術(shù)的目標(biāo)自動(dòng)檢測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

8 康永國(guó);雙志偉;陶建華;張維;徐波;;高斯混合模型和碼本映射相結(jié)合的語(yǔ)音轉(zhuǎn)換算法[A];第八屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2005年

9 應(yīng)冬文;顏永紅;付強(qiáng);國(guó)雁萌;;基于約束高斯混合模型的噪聲功率譜估計(jì)[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

10 唐英干;劉東;關(guān)新平;;基于高斯混合模型的多分辨率圖像分割[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)位論文 前6條

1 王益文;復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)影響力模型及其應(yīng)用[D];浙江大學(xué);2015年

2 羅林;基于數(shù)據(jù)驅(qū)動(dòng)的非線性過(guò)程故障診斷若干問(wèn)題研究[D];浙江大學(xué);2015年

3 陳雪峰;圖像高斯混合模型的判別學(xué)習(xí)方法[D];北京理工大學(xué);2009年

4 賴裕平;非高斯混合模型的變分學(xué)習(xí)算法研究[D];北京郵電大學(xué);2014年

5 劉輝;miRNA靶標(biāo)預(yù)測(cè)的系統(tǒng)生物學(xué)方法研究[D];中國(guó)礦業(yè)大學(xué);2009年

6 陶建斌;貝葉斯網(wǎng)絡(luò)模型在遙感影像分類中的應(yīng)用方法研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 范苗;基于高斯混合模型的時(shí)變過(guò)程軟測(cè)量建模[D];浙江大學(xué);2015年

2 許莉薇;基于高斯混合模型林業(yè)信息文本分類的技術(shù)研究[D];東北林業(yè)大學(xué);2015年

3 車瀅霞;約束條件下的結(jié)構(gòu)化統(tǒng)計(jì)聲學(xué)模型及非平行語(yǔ)料語(yǔ)音轉(zhuǎn)換[D];蘇州大學(xué);2015年

4 張曉紅;基于候選生成的貓臉檢測(cè)[D];哈爾濱工業(yè)大學(xué);2015年

5 付娜;基于視頻的運(yùn)動(dòng)人體行為捕捉算法研究[D];北京理工大學(xué);2015年

6 王炳輝;基于層次貝葉斯自適應(yīng)稀疏的高斯混合模型[D];大連理工大學(xué);2015年

7 邱藤;基于高斯混合模型的EM算法及其應(yīng)用研究[D];電子科技大學(xué);2015年

8 張小林;基于高斯混合模型和非負(fù)矩陣分解的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)[D];西安電子科技大學(xué);2014年

9 姚紹芹;基于聲道譜參數(shù)的語(yǔ)音轉(zhuǎn)換算法研究[D];南京郵電大學(xué);2015年

10 閆昊;基于高斯混合模型的文本無(wú)關(guān)說(shuō)話人年齡識(shí)別[D];蘇州大學(xué);2015年

，

本文編號(hào)：1352123