论文部分内容阅读
支撑向量机（ＳＶＭ）是一种新的统计学习方法，和以往的学习方法不同的是ＳＶＭ的学习原则是使结构风险（Ｓｔｒｕｃｔｕｒａｌ Ｒｉｓｋ）最小，而经典的学习方法遵循经验风险（Ｅｍｐｉｒｉｃａｌ Ｒｉｓｋ）最小原则，这使得ＳＶＭ具有良好的总体性能。文章提出一种基于支撑向量机的文本无关的说话人确认系统，实验表明同基于向量量化（ＶＱ）和高斯混合模式（ＧＭＭ）的经典方法相比，基于ＳＶＭ的方法具有更高的区分力和更好