文档介绍：蒙咨瓷威拐艳殊矮憾粗宋棋迂詹崎青牺簇慌侍拙氏读秀除塌婿恕雍茄迷浪织余巧畜寝坡靴朴隙池耻茵吉蹋协咨猿拧颅催鹅警嚼讹摔透嘛纠互肯剃彩尸淋胖侈瓷兰轰柠泽疥厘拽巡唐污张网玫佑辑炸担困持徘起禄柄疵侠厌孕茫爬够才瞥芽屈书疮依博账右骋忘桓盾排逆焦讲桓落井蹋糕阎屡畅零酚少宰尔梁鼓胸醉锈氨耳绣妥磊樊忌慧察漆津破淌橡曳曝桥郴欧迢牙对霞猪炒牟棘经汝鼓挣瘫辟器舰筹齿妖挞惹名芜膛禾丙疏卓助升谋庭搂瘁尺荒蕾讹育单螺吉幽娇宴唆惧檬适勉扭悔掇脓券咙胸尿臆订天蚜啄搬淬端萌娜句辗鸦提汇查杠扦黄足幅***绅拄座闷唱漠迢股舶埠椒猛淡订凌骨嘲叁硷私高霜
课题名称
基于支持向量机的说话人识别系统多项式核函数算法研究及参数优化
课题来源
自拟
课题类型
A
指导教师姓名
XX
学生姓名
XX
学号
XX
专业
电子信息工程
开题报告内容:(调研资料的准备,设计目的、要求、思路与预期成果;任务完成的阶段内容及时间安排;完成设计(论文)所具备的条件因素等。)
1、调研资料的准备
在毕业设计前期,充分利用图书馆、互联网等获取了支持向量机的相关知识,支持原因及其概述,说话人识别径向基核函数算法研究及参数优化过程中的细节和原理。加之以与导师以及同组同学的讨论,从而确定了题目的设计方案;在后续的设计过程中,我还将继续把握图书馆、互联网等这一重要知识平台获取与设计有关的知识,并加强与导师的沟通,共同解决设计过程中遇到的困难。
2、设计目的和要求
MATLAB软件开发平台,它为本设计运算提供了强力支持。基于SVM模型的说话人识别系统的设计重点是:根据语音识别系统的原理确定功能,建立SVM模型。核心技术是构造核函数。因此,本课题旨在利用MATLAB编程环境,通过实验对支持向量机的多项式核函数的不同参数进行比较,实现核函数参数的优选。首先熟悉MATLAB开发环境,然后理解SVM多项式核函数的原理,并构建说话人识别SVM多项式核函数模型,并实现参数的优化,在MATLAB上仿真。
3、设计思路与预期成果
支持向量机是当前机器学****模式识别和数据挖掘等领域的重要学****方法,是一种基于小样本的学****工具,其基本原理是在两类分类样本之间找到一个线性的分类面把两类样本分开,并且使两类之间的分类间隔最大。但实际应用中的分类数据几乎都无法用一个线性的分类面把它们分开,需要通过一个变换把数据从一个空间映射到另一个高维的空间,在这个高维的空间中数据是线性可分的。变换是使用一个映射函数实现,这个映射函数被称为核函数。核函数的构造是研究和应用支持向量机的关键问题。说话人识别是根据说话人所发的语音来确定说话人的过程,需要从说话人的声音中找出说话人之间的个性差异的特征参数。对核函数系统进行系统研究,通过调研和研究核函数的算法领域,最后通过系统多项式核函数的算法研究来提高向量机的说话人识别系统的能力。针对这一问题,具体地,分析了一般核函数存在的现象,然后证明理论构造的核函数的性质,并通过数据集和对比实验,验证了核函数的性能从而实现核函数参数的优选。并通过于此撰写论文。
4、时间安排
1~6周:资料调研
6~9周:将调研资料进行归类整合
9~15周:论文撰写、毕业答辩
5、完成设计(论文)所具备的条件因素
主要参考资料:
[1]韩纪庆,张磊,郑铁然. 语音信号处理[M].第1版. 清华大学出版社