[其他资源] 【论文】基于随机森林分类优化的多特征语音情感识别

[复制链接]

字体大小: 正常放大

qq_1537237806

485 主题	5 听众	1564 积分

TA的每日心情

	衰 2021-1-13 09:31

签到天数: 8 天

[LV.3]偶尔看看II

电梯直达

1^#

发表于 2021-1-8 10:33 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

语音情感识别是人机交互的研究热点之一.针对传统随机森林模型（RF）中决策树不分优劣具有同样决策权的不合理性,提出一种差分进化加权优化的随机森林分类模型（DERF）.RF中样本的选择及每个节点变量的产生都是随机的,因此每次分类结果会有微小波动.为提高系统分类稳定性及识别准确率,集成构建三个相同的DERF分类器,按照多数投票原则确定最终决策结果.实验中融合语音的时域特征、频域特征、听觉语谱图特征及非线性hurst参数特征,分别选取柏林数据库和CASIA中文库中的五种情感进行识别,结果表明,本文所提方法有效提高了系统识别性能.