-
公开(公告)号：CN103258532B
公开(公告)日：2015-10-28
申请号：CN201210494888.X
申请日：2012-11-28
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于模糊支持向量机的汉语语音情感识别方法，用于汉语语音的情感识别。识别过程包括粗分类和细分类两个阶段：粗分阶段提取待识别样本的全局统计情感特征，使用粗分类模糊支持向量机将情感分为三大粗分类；细分阶段增加类内情感的区分度，使用细分类模糊支持向量机对粗分类内部进行更细划分，从而识别每种情感。其中，情感特征与说话人和文本内容无关，支持向量机训练受模糊因子指导，细分特征经PCA降维增加区分度。本发明采用全局统计音质特征实现与说话人和文本内容无关的汉语语音情感表示；分阶段分类识别，有效降低算法复杂度、提高实时性；采用模糊支持向量机，在混杂语音情感条件下，获得更好的识别精度。
-
公开(公告)号：CN103258532A
公开(公告)日：2013-08-21
申请号：CN201210494888.X
申请日：2012-11-28
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于模糊支持向量机的汉语语音情感识别方法，用于汉语语音的情感识别。识别过程包括粗分类和细分类两个阶段：粗分阶段提取待识别样本的全局统计情感特征，使用粗分类模糊支持向量机将情感分为三大粗分类；细分阶段增加类内情感的区分度，使用细分类模糊支持向量机对粗分类内部进行更细划分，从而识别每种情感。其中，情感特征与说话人和文本内容无关，支持向量机训练受模糊因子指导，细分特征经PCA降维增加区分度。本发明采用全局统计音质特征实现与说话人和文本内容无关的汉语语音情感表示；分阶段分类识别，有效降低算法复杂度、提高实时性；采用模糊支持向量机，在混杂语音情感条件下，获得更好的识别精度。
-
公开(公告)号：CN103258206A
公开(公告)日：2013-08-21
申请号：CN201210494894.5
申请日：2012-11-28
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种硅太阳能电池表面缺陷检测和识别方法，具体包括步骤为：（1）获取独立变量分析（ICA）重构分离矩阵和独立分量；（2）获取待检太阳能组件图像重构图像；（3）检测重构图像是否存在缺陷，定位并分割缺陷太阳能片；（4）获取待检太阳能电池片表面图像多元小波纹理特征并检测统计单元内是否含有缺陷；（5）提取待分类缺陷太阳能电池片图像独立分量基元（ICA）纹理特征；（6）训练支持向量机模型；（7）分类识别待分类缺陷太阳能电池片图像组合纹理特征。本发明操作简单，能够有效检测出微弱缺陷，提高缺陷检出率；利用ICA稀疏纹理特征描述太阳能电池片表面纹理的粗糙度和方向性，使分类器具有更强的鲁棒性和更高的识别精度。
-
-
Search Results
3
records
(took 0.023 seconds)
