本文關(guān)鍵詞：一種混沌人工魚群算法對(duì)SVM參數(shù)的優(yōu)化及應(yīng)用

  更多相關(guān)文章： 混沌人工魚群算法 支持向量機(jī) 參數(shù)優(yōu)化 語音識(shí)別

【摘要】：通過結(jié)合混沌模型實(shí)現(xiàn)對(duì)人工魚群算法中各行為的改進(jìn),提出了一種混沌人工魚群算法(CAFSA)優(yōu)化SVM參數(shù)的方法,并采用測(cè)試函數(shù)進(jìn)行測(cè)試和比較,再將尋優(yōu)的參數(shù)運(yùn)用到一個(gè)非特定人、孤立詞的語音識(shí)別系統(tǒng)中.實(shí)驗(yàn)結(jié)果表明,在不同低信噪比和不同詞匯量的條件下,基于混沌人工魚群算法的SVM模型與基于基本人工魚群算法的SVM模型相比,收斂速度明顯加快,語音識(shí)別率也有不同程度的提高.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 混沌人工魚群算法 支持向量機(jī) 參數(shù)優(yōu)化 語音識(shí)別
【基金】：山西省科技攻關(guān)(社會(huì)發(fā)展)項(xiàng)目(20120313013-6) 山西省青年科技研究基金(2013021016-1)
【分類號(hào)】：TP18;TN912.34
【正文快照】： 1引言支持向量機(jī)[1](SVM)算法是一種研究有限樣本預(yù)測(cè)的特殊機(jī)器學(xué)習(xí)方法,具有泛化能力強(qiáng)、維數(shù)不敏感、收斂到全局最優(yōu)等特點(diǎn),可以有效地解決過學(xué)習(xí)、欠學(xué)習(xí)及“維數(shù)災(zāi)難”等問題[2].但影響支持向量機(jī)性能的一個(gè)重要因素是參數(shù)的選擇問題.因此,研究支持向量機(jī)參數(shù)的優(yōu)化方法,

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前4條

1 高雷阜;趙世杰;高晶;;人工魚群算法在SVM參數(shù)優(yōu)化選擇中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2013年23期

2 袁小芳;王耀南;;基于混沌優(yōu)化算法的支持向量機(jī)參數(shù)選取方法[J];控制與決策;2006年01期

3 李曉磊,薛云燦,路飛,田國(guó)會(huì);基于人工魚群算法的參數(shù)估計(jì)方法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2004年03期

4 李曉磊,邵之江,錢積新;一種基于動(dòng)物自治體的尋優(yōu)模式:魚群算法[J];系統(tǒng)工程理論與實(shí)踐;2002年11期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 楊利紅;基于AFSA的SVM參數(shù)優(yōu)化及其應(yīng)用[D];太原理工大學(xué);2012年

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 王希彬;劉濤;;人工魚群算法在無人機(jī)SLAM數(shù)據(jù)關(guān)聯(lián)中的應(yīng)用[J];儀表技術(shù);2016年06期

2 閆維明;杲曉龍;謝志強(qiáng);彭凌云;;基于人工魚群算法的位移型阻尼器位置和參數(shù)的優(yōu)化方法[J];振動(dòng)與沖擊;2016年10期

3 高雷阜;趙世杰;于冬梅;徒君;;果蠅耦合均勻設(shè)計(jì)算法及其優(yōu)化SVM參數(shù)[J];計(jì)算機(jī)工程與科學(xué);2016年05期

4 張禹;白曉蘭;;基于CAFSC算法的航空發(fā)動(dòng)機(jī)多管路智能布局[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年05期

5 孫茂偉;楊慧中;;基于改進(jìn)仿射傳播聚類的多模型軟測(cè)量建模及應(yīng)用[J];南京理工大學(xué)學(xué)報(bào);2016年02期

6 李占福;童昕;;基于AFSA-SimpleMKL對(duì)振動(dòng)篩建模及篩機(jī)優(yōu)化[J];工程設(shè)計(jì)學(xué)報(bào);2016年02期

7 王磊;譚平;李森萍;;基于人工魚群算法的隨機(jī)結(jié)構(gòu)AMD控制系統(tǒng)LQR權(quán)矩陣優(yōu)化[J];振動(dòng)與沖擊;2016年08期

8 趙敏;殷歡;孫棣華;鄭林江;何偉;袁川;;基于改進(jìn)人工魚群算法的柔性作業(yè)車間調(diào)度[J];中國(guó)機(jī)械工程;2016年08期

9 謝有浩;劉曉樂;劉后廣;程剛;陳曦暉;;基于改進(jìn)移頻變尺度隨機(jī)共振的齒輪故障診斷[J];農(nóng)業(yè)工程學(xué)報(bào);2016年08期

10 彭少明;王煜;張永永;蔣桂芹;;多年調(diào)節(jié)水庫旱限水位優(yōu)化控制研究[J];水利學(xué)報(bào);2016年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳云鳳;基于多類圖像的SVM分類優(yōu)化方法比較研究[D];南京林業(yè)大學(xué);2014年

2 李志成;基于SVM的磨料水射流切割質(zhì)量預(yù)測(cè)模型研究[D];西華大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 戴上平;宋永東;;基于遺傳算法與粒子群算法的支持向量機(jī)參數(shù)選擇[J];計(jì)算機(jī)工程與科學(xué);2012年10期

2 汪廷華;陳峻婷;;核函數(shù)的選擇研究綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

3 陳濤;雍龍泉;鄧方安;楊曉;;基于差分進(jìn)化算法的支持向量機(jī)參數(shù)選擇[J];計(jì)算機(jī)工程與應(yīng)用;2011年05期

4 王奇;呂震宙;崔利杰;;核函數(shù)的性質(zhì)及其在靈敏度分析上的應(yīng)用[J];西北工業(yè)大學(xué)學(xué)報(bào);2010年05期

5 楊紫微;王儒敬;檀敬東;應(yīng)磊;蘇雅茹;;基于幾何判據(jù)的SVM參數(shù)快速選擇方法[J];計(jì)算機(jī)工程;2010年17期

6 趙明淵;唐勇;傅，

本文編號(hào)：873584