基于matlab的語音信號的分析與處理基于正交試驗的特征選擇方法的研究與實現(xiàn)畢業(yè)論文(文件)
【正文】 音情感特征選擇方法。如何選取這18個特征因素的最優(yōu)組合，以提高識別率？ （1）先確定目標函數(shù) 將情感的識別率作為目標函數(shù) （2）確定因素 為了節(jié)約時間，減少試驗次數(shù)，本次無交互作用處理只選取了其中十五個特征因素 （3）確定水平 本次課題的特征只有2個水平，取該特征因素時作1水平，時作為2水平。 ① 將效應(yīng)值從小到大排列如下d4: △a5: d2: d5: △△d5: a5: d3: △△d4: △△d3: △△a5: △d5: △d3: △d4: △d2: d1: 先初步確實前5個較小的效應(yīng)值為誤差。參考文獻 [1]．科學(xué)出版社,2009. [2],2009. [3], 2007. [4]. [5] ,2002. [6] 趙力. ，2001. [7] 欒軍．現(xiàn)代試驗設(shè)計優(yōu)化方法．上海交通大學(xué)出版社，1995． [8] Batliner A,Fischer K, Huber R, et to Find trouble in Communication[J].Speech Communication, 2003,40(12): 117143. [9] Cowie R,DouglasCowie E, Tsapatsoulis N,et Recognitionin Human Computer Interaction[J].IEEE Signal Processingmagazine,2001,18(1):3280. [10] S Chennoukh,A Gerrits,G Miet,R Sluijter. Speech Enhancement viaFrequency Extension using Spectral Frequency[A]. Proc. ICASSP[C].Salt Lake City, . 致謝 本論文是在王老師的親切關(guān)懷和悉心指導(dǎo)下完成的，她嚴肅的科學(xué)態(tài)度，嚴謹?shù)闹螌W(xué)精神，精益求精的工作作風，深深地感染和激勵著我。 f=2。sum0=zeros(f,r)。endfor i=1:r if sp(1,i)=sp(2,i) zy(1,i)=1。endN=sort(abs(M))x=input(39。 %求誤差列號 end endendS=0。查t分布表得39。) else if abs(F(1,i))=Se*t0005fe fprintf(39。) else L=L+1。 %找出不顯著列號 end end endend%預(yù)測值公式%1 誤差波動范圍的確定f_e=L。for i=1:x W=F(1,A(1,i))^2+W。Bodong=S_e*t0025f_e*sqrt(r1f_e) %誤差波動范圍%2 預(yù)測算法T=0。endFF=F0+HT31。 %不顯著的endH=0。for i=1:L Y=F(1,B(1,i))^2+Y。(f_e)的值39。 該因素不顯著的 39。) else if abs(F(1,i))=Se*t0025fe fprintf(39。for i=1:r if abs(F(1,i))=Se*t00005fe fprintf(39。endfe=x*f1。)。 endendzy %最優(yōu)組合%統(tǒng)計分析F0=F1/r1 %求總平均值F=spF0 %求因素效應(yīng)值f1=f1 %求因素自由度for n=1:r %求因素的方差D(1,n)=(F(1,n)^2)*16。 %求和 end end endendsp=sum0/l %求水平平均值jc=max(sp)min(sp) %求極差 [jcpx,lh]=sort(jc) %各因素對目標函數(shù)影響的順序(升序序排列)F1=0。r=c1。我還要感謝在一起愉快的度過畢業(yè)論文小組的同學(xué)們，正是由于你們的幫助和支持，我才能克服一個一個的困難和疑惑，直至本文的順利完成。所以去掉不顯著因素和誤差列得：表54因素d1△△a5△d5△d4△△d4△d3△△d3△d2最優(yōu)組合21111121⑦ 最優(yōu)值預(yù)測 根據(jù)最優(yōu)水平組合可以求出最優(yōu)值 =++++++++= ~，置信度為95%。 （5）表頭設(shè)計 由于不需要考慮交互作用，這幾個因素可隨意安排（見表51） （6）編制試驗方案 1為取該因素，2為不取該因素 （7）綜合分析：（見表52）(表中影響大小數(shù)字i=1，2，…，15依次代表a5,d5,…，△d2) 表51a5d5d4d3d2d1△a5△△a5△d5△△d5△d4△△d4△d3△△d3△d2實驗結(jié)果(%)111111111111111111111122222222111222211112222111222222221111122112211221122122112222112211122221111222211122221122111122212121212121212212121221212121212212112122121212212121211212221122112211221221122121122112221211212212112221211221121221 表52a5d5d4d3d2d1△a5△△a5最優(yōu)水平12221221影響大小3752101412 表52（續(xù)） △d5△△d5△d4△△d4△d3△△d3△d2最優(yōu)水平1211121影響大小14891311156(7) 統(tǒng)計分析：在2水平正交設(shè)計中，通常在實驗前安排較多的因素及交互作用，經(jīng)數(shù)據(jù)處理后將效應(yīng)值較小的因素及交互作用確定為不顯著的。提高情感識別的準確度。這是因為不顯著的因素效應(yīng)與誤差差別不大，可以看成誤差。數(shù)據(jù)的預(yù)測實際上就是估計給定水平組合條件下的目標函數(shù)的大概取值范圍。從這個值中找出一最優(yōu)值，這個值所對
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1