摘要
本发明公开了一种群体水平映射网络的语音分类方法及装置,通过利用核密度估计和稀疏编码技术,从原始的语音信号中提取出多视角的稀疏分布特征,根据多视角的稀疏分布特征全面地描述语音信号的内在结构和特性,以结合多视角稀疏分布和跨样本学习方法,构建一个群体水平的映射网络,进一步提取出语音组学特征集,提升特征的群体代表性和预测性能,增强特征的泛化能力和预测精度,同时,根据具体的分类任务选择合适的机器学习模型,确保了所选模型与分类任务的匹配性,从而提高了分类的准确性和效率,以利用提取的语音组学特征集以及匹配的机器学习模型,完成对语音声学特征的分类任务,提高语音声学特征分类准确性。
技术关键词
语音特征
组学特征
语音分类方法
机器学习模型
语音声学特征
多视角
网络
分类装置
稀疏编码技术
形态
样本学习方法
分布特征
度分析方法
线性回归模型
主成分分析法
随机森林模型
信号
强度
系统为您推荐了相关专利信息
钢筋混凝土结构
数据处理方法
传感器
指数
表达式
微表情识别
挖掘系统
特征提取模块
数据采集模块
特征提取单元
机器学习模型
时域特征
频域特征
信号特征
电信号
通信检测方法
通信检测装置
信噪比差值
语音特征
通信检测设备