运用高斯混合模型识别动物声音情绪
本文关键词:运用高斯混合模型识别动物声音情绪 出处:《国外电子测量技术》2016年11期 论文类型:期刊论文
更多相关文章: 动物情绪识别 高斯混合模型 权重系数 提取特征
【摘要】:针对动物的情绪识别问题,提出高斯混合模型在动物声音情绪识别上的应用方法。利用语音信号处理与机器学习技术,提取动物声音信号的过零率、共振峰、梅尔-频率倒谱系数3种描述动物情绪的特征参数。采用高斯混合模型对采集到的动物声音信号训练样本进行聚类分析,计算测试样本后验概率,实现动物情绪的自动识别。通过分析特征参数的权重系数组合、高斯混合数目对识别率的影响来择选最优参数。实验结果表明,经参数优化后的高斯混合模型可将动物声音情绪的识别率由84.25%提高至96.67%。
[Abstract]:......
【作者单位】: 中南民族大学电子信息工程学院智能无线通信湖北省重点实验室;
【基金】:国家自然科学基金项目(61002013) 国家林业局野生动植物保护与自然保护管理项目(BZY13002)资助
【分类号】:B842.6;TN912.34
【正文快照】: 1引言随着动物行为学研究的发展,动物的情绪表达日益受到关注。动物通过声音和动作等特定行为表达情绪,其中,动物声音与人类语言类似,可实现同物种之间的交流。长期以来,人们对动物情绪的认知局限于长期的经验总结和直觉判断。如何实时有效地感知动物情绪成为新兴的研究方向。
【相似文献】
相关期刊论文 前1条
1 臧晓昱;;基于高斯混合模型GMM的说话人识别方法[J];科技信息;2006年01期
相关会议论文 前10条
1 骆俊;马尽文;;高斯混合模型的遗传分基融合算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
2 廖频;沈理;;基于高斯混合模型的人脸图象识别研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年
3 马尽文;何学锋;;高斯混合模型的数据尺度可压缩参数学习算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
4 瞿俊;姜青山;董槐林;;基于高斯混合模型的层次聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
5 蔡念;郭文婷;陈世文;潘晴;;融合高斯混合模型和小波变换的运动目标检测[A];第十五届全国图象图形学学术会议论文集[C];2010年
6 龙艳花;郭武;戴礼荣;;一种应用于SVM说话者确认系统的新型序列核[A];第九届全国人机语音通讯学术会议论文集[C];2007年
7 刘李漫;陶文兵;田金文;;融合多高斯混合模型与Graph Cuts优化技术的目标自动检测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
8 康永国;双志伟;陶建华;张维;徐波;;高斯混合模型和码本映射相结合的语音转换算法[A];第八届全国人机语音通讯学术会议论文集[C];2005年
9 应冬文;颜永红;付强;国雁萌;;基于约束高斯混合模型的噪声功率谱估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年
10 唐英干;刘东;关新平;;基于高斯混合模型的多分辨率图像分割[A];第十二届全国图象图形学学术会议论文集[C];2005年
相关博士学位论文 前6条
1 王益文;复杂网络节点影响力模型及其应用[D];浙江大学;2015年
2 罗林;基于数据驱动的非线性过程故障诊断若干问题研究[D];浙江大学;2015年
3 陈雪峰;图像高斯混合模型的判别学习方法[D];北京理工大学;2009年
4 赖裕平;非高斯混合模型的变分学习算法研究[D];北京邮电大学;2014年
5 刘辉;miRNA靶标预测的系统生物学方法研究[D];中国矿业大学;2009年
6 陶建斌;贝叶斯网络模型在遥感影像分类中的应用方法研究[D];武汉大学;2010年
相关硕士学位论文 前10条
1 范苗;基于高斯混合模型的时变过程软测量建模[D];浙江大学;2015年
2 许莉薇;基于高斯混合模型林业信息文本分类的技术研究[D];东北林业大学;2015年
3 车滢霞;约束条件下的结构化统计声学模型及非平行语料语音转换[D];苏州大学;2015年
4 张晓红;基于候选生成的猫脸检测[D];哈尔滨工业大学;2015年
5 付娜;基于视频的运动人体行为捕捉算法研究[D];北京理工大学;2015年
6 王炳辉;基于层次贝叶斯自适应稀疏的高斯混合模型[D];大连理工大学;2015年
7 邱藤;基于高斯混合模型的EM算法及其应用研究[D];电子科技大学;2015年
8 张小林;基于高斯混合模型和非负矩阵分解的复杂网络社区检测[D];西安电子科技大学;2014年
9 姚绍芹;基于声道谱参数的语音转换算法研究[D];南京邮电大学;2015年
10 闫昊;基于高斯混合模型的文本无关说话人年龄识别[D];苏州大学;2015年
,本文编号:1352123
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1352123.html