【摘 要】
：
目前语音情感识别存在语音样本不足、提取的特征数据量大和无关特征多使得识别率不高的问题。针对语音样本不足的情况,在预处理阶段提出了时频域的数据增强方法,对原有的数据
【机 构】
：
南通大学信息科学技术学院,日本德岛大学智能信息工学部
【基金项目】
：
国家自然科学基金项目(61534003,81371663),德岛大学研究集群项目(2003002)。
论文部分内容阅读
目前语音情感识别存在语音样本不足、提取的特征数据量大和无关特征多使得识别率不高的问题。针对语音样本不足的情况,在预处理阶段提出了时频域的数据增强方法,对原有的数据库进行扩充;根据传统算法中提取的特征数据量大且与情感无关的特征多的现状,提取了1582维的情感特征和10组低级描述特征。分别在支持向量机、随机森林和K最邻近3种机器学习算法上做了对比实验。实验证明:支持向量机的平均识别率比较好。在所提取的10组特征组中,LogMelFreqBand特征在3种算法上的精确度分别为74.63%、64.93%和66.4
其他文献
基于联邦学习的推荐系统可以在保护用户隐私的情况下,联合多方数据,提升推荐系统的性能,已经成为推荐领域的研究热点之一。联邦协同过滤是联邦推荐系统中最经典及最常用的算
为庆祝中国共产党成立100周年,全面贯彻落实习近平新时代中国特色社会主义思想,深入推进党史教育,把握开展党史学习教育的重点,全面了解中国共产党百年奋斗的光辉历程和历史
近年来,随着社会的发展、生活水平的提高,脂肪肝(NAFLD)患病率逐年递增,而非酒精性脂肪肝患者数量增长尤为明显,日益影响着广大民众的健康状况。目前该病病因及发病机制尚未
无监督行人重识别中源域与目标域间的巨大差异性是影响模型性能的最关键因素。基于聚类的无监督行人重识别方法挖掘目标域数据间的相似性,以此缓解该问题,但仍未消除域间差异性。本文提出一种基于风格转换的无监督聚类行人重识别方法。首先,针对基于聚类方法的模型存在受域间差异性影响的问题,将一种基于生成对抗网络的风格转换方法引入到聚类方法模型中,将源域数据转换为目标域风格数据,直接减小域间差异性,提升模型的识别性
为适应未来智能环境和安全领域的故障数据分析需求,本文提出系统故障因果关系分析思想。论述了通过数理统计方法分析系统故障数据存在的问题,研究了系统故障的相关性和关联性
新时代要求高等教育实现全程育人、全方位育人,高校思想政治教育不是割裂的单独课程系统,高校需要科学合理地在丰富的专业课程中融入思想政治教育。应用型本科院校更多强调的
侦查学实战化教学融入“课程思政”是落实公安院校实战育人培养要求的重要手段。基于此,本文梳理了侦查学实战化教学中“课程思政”内涵,从知识运用、能力提升、素质养炼方面
目的探讨精细化护理干预对急性脑梗死患者经高压氧治疗后所致中耳气压伤症状体征、治疗依从性和生活质量的影响。方法选择2018年1月—2019年12月北京康复医院收治的120例急性
智能机器人对复杂地貌环境的识别一直是机器人应用领域研究的前沿问题,移动机器人在不同的地貌上采取的运动方式并非一成不变,所以选择的运动方式对于迅速准确识别所处地貌的
高校思想政治理论课的本质在于保证高校意识形态安全,是高校意识形态安全至关重要的一道防线。随着社会的不断发展,高校获得了更加广阔的发展空间。教师在开展思想政治理论课