论文部分内容阅读
提出一种新的基于多约简SVM的说话人辨识方法。先通过基于熵的特征筛选法,对训练样本进行维数约简,并改善聚类性能。然后用基于核的可能性聚类算法(KPCM)在特征空间选择最具有代表性的样本训练约简SVM,减少系统的存储量和训练量。实验结果表明,提出的方法在不影响识别率的情况下提高了识别速度,减少了SVM的计算量。