计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (2): 174-176.
梁春燕1,安茂波2,刘振业2,索宏彬1, 汪俊杰1
LIANG Chunyan1, AN Maobo2, LIU Zhenye2, SUO Hongbin1, WANG Junjie1
摘要: 支持向量机在语种识别技术中获得了广泛的研究和应用,并且达到和传统混合高斯模型相当的性能。高斯超向量-支持向量机系统将高斯混合模型与支持向量机有效地结合起来,采用高斯超向量核函数,以支持向量机作为后端分类器。重点介绍基于高斯超向量-支持向量机的语种识别系统,并和传统的高斯混合模型系统进行比较。在美国国家标准技术研究院2003年和2007年语种识别评测数据集上进行实验。实验结果表明,高斯超向量-支持向量机系统相对于混合高斯模型建模的方法,在长时数据上有较明显的性能优势。