论文部分内容阅读
随着多媒体技术的快速发展,获取高质量的语音成为一种越来越受到广泛重视的技术手段,以麦克风阵列定位声源的方法在诸多领域得到了广泛的应用。支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论和结构风险最小化原则的机器学习方法,其诸多参数的选择直接影响到SVM的性能,SVM可作为估计声源位置的分类器,且可通过选取适当的参数提高算法的抗噪声能力。为此,提出了一种基于SVM的声源定位新算法。该算法提取鉴别互相关函数的特征,通过选取合适的参数,对SVM的核函数进行优化。基于Matl