论文部分内容阅读
针对自动识别大规模、时序性样本说话人身份的模式识别问题,提出了基于细菌群体趋药性算法（Bacterial Colony Chemotaxis,BCC）的说话人识别系统。采用最小二乘支持向量机（LS_SVM）作为模式识别的模型,利用BCC对最小二乘支持向量机的正则化参数γ和核宽度参数σ进行优化。实验结果表明,经过参数寻优之后的LS_SVM分类器能很好地避免人为选择参数的不足,极大地提高了说话人识别系统的性能。