%0 Journal Article
%T 基于自适应小生境混合遗传算法的说话人识别
%A 林琳
%A 王树勋
%J 电子学报
%P 8-12
%D 2007
%X 为了解决传统高斯混合模型(GaussianMixtureModel,GMM)对初值敏感,在实际训练中极易得到局部最优参数的问题,本文提出了一种GMM参数优化的新方法.将小生境技术与最大似然估计融入到遗传训练过程,形成了一种新的混合算法,缓解了遗传算法产生的"早熟"现象,提高了算法的局部搜索能力.采用自适应策略来控制交叉和变异算子,同时在适应度评价中融入了其他用户的区分性信息,提高了模型的分类精度,增强了GMM的泛化能力.实验表明,与传统和改进的两种方法相比,本文的方法都可以得到更优的模型参数,使得系统的识别率进一步提高.
%K 说话人识别
%K 小生境技术
%K 遗传算法
%K 自适应策略
%K 高斯混合模型
%U http://www.ejournal.org.cn/CN/abstract/abstract4478.shtml