语音识别的SVM模型选择分析

针对现有SVM模型选择方法中,人为指定核函数类型可能使得SVM性能难以达到最优化,分析了现有核函数类型对语音分类率的影响。并把K-交叉验证思想与网格搜索法、遗传算法、粒子群优化算法相结合进行参数寻优,应用到语音识别中。并对语音特征数据处理问题进行了研究。分析结果表明[-1,1]内对语音特征参数归一化,且采用径向基核函数、网格搜索法对参数寻优,能达到最优的语音分类率。