基于级联降维判别的语言情感识别

为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP（KDCLPP）的方法.在EM O-DB和eNTERFACE＇05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析（PCA）、线性判别分析（LDA）、局部保持投影（LPP）、局部鉴别嵌入（LDE）和图优化的Fisher判别分析（Gb FA）等判别分析算法,这些算...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	东南大学学报：英文版 2016, Vol.32 (2), p.151-157
1. Verfasser:	王如刚徐新洲黄程韦吴尘张昕然赵力
Format:	Artikel
Sprache:	eng
Schlagworte:	判别分析级联降维的保局投影算法语音情感识别降维
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	157
container_issue	2
container_start_page	151
container_title	东南大学学报：英文版
container_volume	32
creator	王如刚徐新洲黄程韦吴尘张昕然赵力
description	为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP（KDCLPP）的方法.在EM O-DB和eNTERFACE＇05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析（PCA）、线性判别分析（LDA）、局部保持投影（LPP）、局部鉴别嵌入（LDE）和图优化的Fisher判别分析（Gb FA）等判别分析算法,这些算法都有不同类型的分类器.
format	Article
fullrecord	<record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_primary_669539912</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>669539912</cqvip_id><sourcerecordid>669539912</sourcerecordid><originalsourceid>FETCH-chongqing_primary_6695399123</originalsourceid><addsrcrecordid>eNpjYeA0NDAw1jW3tDDlYOAqLs4yMDAxMDYx42TQfTp_15Ndfc93LX_ROOXlzN7nu7c87VjytGP181ktL9avfbGi4Vlz67OW-S_WtwEFeRhY0xJzilN5oTQ3g5Kba4izh25yRn5eemFmXnp8QVFmbmJRZbyZmaWpsaWloZExUYoAiDc_gg</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于级联降维判别的语言情感识别</title><source>Alma/SFX Local Collection</source><creator>王如刚徐新洲黄程韦吴尘张昕然赵力</creator><creatorcontrib>王如刚徐新洲黄程韦吴尘张昕然赵力</creatorcontrib><description>为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP（KDCLPP）的方法.在EM O-DB和eNTERFACE＇05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析（PCA）、线性判别分析（LDA）、局部保持投影（LPP）、局部鉴别嵌入（LDE）和图优化的Fisher判别分析（Gb FA）等判别分析算法,这些算法都有不同类型的分类器.</description><identifier>ISSN: 1003-7985</identifier><language>eng</language><subject>判别分析 ; 级联降维的保局投影算法 ; 语音情感识别 ; 降维</subject><ispartof>东南大学学报：英文版, 2016, Vol.32 (2), p.151-157</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/85321X/85321X.jpg</thumbnail><link.rule.ids>314,776,780,4010</link.rule.ids></links><search><creatorcontrib>王如刚徐新洲黄程韦吴尘张昕然赵力</creatorcontrib><title>基于级联降维判别的语言情感识别</title><title>东南大学学报：英文版</title><addtitle>Journal of Southeast University（English Edition）</addtitle><description>为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP（KDCLPP）的方法.在EM O-DB和eNTERFACE＇05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析（PCA）、线性判别分析（LDA）、局部保持投影（LPP）、局部鉴别嵌入（LDE）和图优化的Fisher判别分析（Gb FA）等判别分析算法,这些算法都有不同类型的分类器.</description><subject>判别分析</subject><subject>级联降维的保局投影算法</subject><subject>语音情感识别</subject><subject>降维</subject><issn>1003-7985</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2016</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDAw1jW3tDDlYOAqLs4yMDAxMDYx42TQfTp_15Ndfc93LX_ROOXlzN7nu7c87VjytGP181ktL9avfbGi4Vlz67OW-S_WtwEFeRhY0xJzilN5oTQ3g5Kba4izh25yRn5eemFmXnp8QVFmbmJRZbyZmaWpsaWloZExUYoAiDc_gg</recordid><startdate>2016</startdate><enddate>2016</enddate><creator>王如刚徐新洲黄程韦吴尘张昕然赵力</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>~WA</scope></search><sort><creationdate>2016</creationdate><title>基于级联降维判别的语言情感识别</title><author>王如刚徐新洲黄程韦吴尘张昕然赵力</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_primary_6695399123</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>eng</language><creationdate>2016</creationdate><topic>判别分析</topic><topic>级联降维的保局投影算法</topic><topic>语音情感识别</topic><topic>降维</topic><toplevel>online_resources</toplevel><creatorcontrib>王如刚徐新洲黄程韦吴尘张昕然赵力</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>东南大学学报：英文版</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王如刚徐新洲黄程韦吴尘张昕然赵力</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于级联降维判别的语言情感识别</atitle><jtitle>东南大学学报：英文版</jtitle><addtitle>Journal of Southeast University（English Edition）</addtitle><date>2016</date><risdate>2016</risdate><volume>32</volume><issue>2</issue><spage>151</spage><epage>157</epage><pages>151-157</pages><issn>1003-7985</issn><abstract>为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP（KDCLPP）的方法.在EM O-DB和eNTERFACE＇05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析（PCA）、线性判别分析（LDA）、局部保持投影（LPP）、局部鉴别嵌入（LDE）和图优化的Fisher判别分析（Gb FA）等判别分析算法,这些算法都有不同类型的分类器.</abstract></addata></record>
fulltext	fulltext
identifier	ISSN: 1003-7985
ispartof	东南大学学报：英文版, 2016, Vol.32 (2), p.151-157
issn	1003-7985
language	eng
recordid	cdi_chongqing_primary_669539912
source	Alma/SFX Local Collection
subjects	判别分析级联降维的保局投影算法语音情感识别降维
title	基于级联降维判别的语言情感识别
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-05T12%3A41%3A32IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E7%BA%A7%E8%81%94%E9%99%8D%E7%BB%B4%E5%88%A4%E5%88%AB%E7%9A%84%E8%AF%AD%E8%A8%80%E6%83%85%E6%84%9F%E8%AF%86%E5%88%AB&rft.jtitle=%E4%B8%9C%E5%8D%97%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%9A%E8%8B%B1%E6%96%87%E7%89%88&rft.au=%E7%8E%8B%E5%A6%82%E5%88%9A%20%E5%BE%90%E6%96%B0%E6%B4%B2%20%E9%BB%84%E7%A8%8B%E9%9F%A6%20%E5%90%B4%E5%B0%98%20%E5%BC%A0%E6%98%95%E7%84%B6%20%E8%B5%B5%E5%8A%9B&rft.date=2016&rft.volume=32&rft.issue=2&rft.spage=151&rft.epage=157&rft.pages=151-157&rft.issn=1003-7985&rft_id=info:doi/&rft_dat=%3Cchongqing%3E669539912%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=669539912&rfr_iscdi=true