首页|基于web技术的非物质文化遗产分布数字地图设计与实现

基于web技术的非物质文化遗产分布数字地图设计与实现

扫码查看
针对最小二乘支持向量机(LSSVM)在语音识别中识别速度慢、准确度不高的问题,提出了一种改进蚁群算法参数优化的最小二乘支持向量机(MACO-LSSVM)语音识别模型.首先对传统蚁群算法进行改进,以使其适应参数选择的连续优化问题.其次,将LSSVM的参数视为蚂蚁的位置向量,通过整个蚁群对参数的全局搜索和局部搜索,得到LSSVM模型的最优参数.最后,利用韩语语音数据库进行实验,结果表明本文所提出的方法够明显提高语音识别率.

刘勇、李欣、李鸣华、张晓雷

展开 >

浙江师范大学科学研究院,浙江 金华 321004

浙江师范大学教师教育学院,浙江 金华 321004

浙江师范大学本科教学部,浙江 金华 321004

最小二乘支持向量机 蚁群算法 语音识别 参数优化

2017

科技展望
宁夏科技信息研究所

科技展望

ISSN:1672-8289
年,卷(期):2017.27(18)
  • 3