基于PSO-SVM的普米语语谱图识别

• 作 者: 杨花 江涛 董华珍 陈绍雄 傅美君 潘文林
• 机 构: 云南民族大学数学与计算机科学学院
• 出 处: 云南民族大学学报：自然科学版
• 发表日期: 2018年5期
• 关键词: 普米语 直方图均衡化 粒子群算法(PSO) 支持向量机(SVM) Primi isolated words histogram equalization par
• 基金项目: 国家自然科学基金（61363022）,云南省教育厅科学研究基金（2017YJS056）,云南民族大学研究生创新基金（2018YJCXS228）.

使用基于粒子群算法优化支持向量机识别算法实现对普米语语音的识别.首先通过傅立叶变换绘制出每条普米语语料的语谱图;再次,提取每张语谱图的图像特征构建特征向量;最后,运用支持向量机实现对普米语孤立词的分类.在运用支持向量机进行分类时,为了能够找到全局最优解,使用粒子群算法对支持向量机中的惩罚参数c和核函数参数g进行了优化,基于最优参数的分类准确率达到了89.8%.