论文研究 基于子聚类约简支持向量机的说话人识别研究.pdf

由于支持向量具有边界性，在利用语音训练集对基于支持向量机（SVM）的说话人识别系统进行训练之前，需要对该训练集进行约简。考虑到该训练集一般十分庞大且具有非线性可分的特性，提出子聚类约简的概念。首先对训练集进行模糊核子聚类并过滤掉非边界的聚类区，然后依照提出的算法对保留的聚类区中的向量集做进一步地约简，使支持向量集更加集中在边界。理论和实践表明，经过两层的约简既保留了充足支持向量，保证了SVM良好的泛化性能，又提高了系统的时间和空间效率。