面向非特定人语音情感识别的PCA特征选择方法

被引：6

作者：

罗宪华 ^{[1
]}

杨大利 ^{[1
]}

徐明星 ^{[2
]}

徐露 ^{[2
]}

机构：

[1] 北京信息科技大学计算机学院

[2] 清华大学计算机科学与技术系智能技术与系统国家重点实验室清华信息科学与技术国家实验室

来源：

计算机科学 | 2011年 / 38卷 / 08期

关键词：

情感识别; 特征选择; 主成分分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在语音情感识别中,如何选取有效的情感特征是识别过程的重要环节。迄今为止,一些常用的特征选择算法虽然能够帮助提高识别性能,但也存在理论性不强、随机性高、计算量大的缺点。因此提出了一种基于主成分分析(PCA)的特征选择方法,亦即对原始特征集合先进行PCA变换,再利用变换矩阵分析出原始特征进行变换时各自的权重,最后根据权重的大小对原始特征进行选择。实验结果表明,选择出的特征对识别率具有较大的贡献,属于重要特征。

引用

页码：212 / 213+256 +256

页数：3

共 5 条

[1]

基于支持向量机的特征选择方法的研究与应用.[D].毛勇.浙江大学.2006, 09

[2] Fear-type emotion recognition for future audio-based surveillance systems [J].