减法聚类与径向基函数在说话人识别中的结合
多媒体
2010-04-27 v1
摘要
说话人识别是确定哪个注册说话人发出给定话语的过程。说话人识别需要从其用户数据库中的个训练说话人中声明说话人的身份。在本研究中，我们提出了聚类算法与分类技术的结合——减法聚类和径向基函数（RBF）。选择所提出的技术是因为RBF具有更简单的网络结构和更快的学习算法。RBF利用局部逼近器找到输入到输出的映射，这些逼近器将线性组合，导致线性组合器具有较少的权重。此外，使用减法聚类算法选择隐节点中心的RBF神经网络模型可以实现更快的训练速度。同时，RBF网络通过正则化项进行训练，以最小化隐层节点的方差，并执行更准确的预测。
引用
@article{arxiv.1004.4457,
title = {Combination of Subtractive Clustering and Radial Basis Function in Speaker Identification},
author = {Ibrahim A. Albidewi and Yap Teck Ann},
journal= {arXiv preprint arXiv:1004.4457},
year = {2010}
}
备注
Journal of Computing online at https://sites.google.com/site/journalofcomputing/