论文研究 分割逼近法快速求解点到复杂平面曲线最小距离.pdf

支持向量机（SVM）由于其强大的分类能力，引起人们广泛的重视，并且成功地应用于说话人识别。其中基于GLDS核的SVM系统性能比较优异。引入类内方差归一化（WCCN）方法来处理SVM的输入特征向量，并和GLDS核相结合，提出一种基于类内方差归一化和SVM的说话人识别方法。该方法利用WCCN方法对SVM的输入特征向量进行变换，增强特征向量的类间区分能力，再采用GLDS核函数进行SVM的训练，以提高SVM的分类效果。实验表明，新方法是有效的，其性能优于基于GLDS核的SVM系统。