【正文】 e F FSe fe? ? ??????? ? ?不 顯 著 不 顯 著 （ 417） 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 18 ,39。提高情感識(shí)別的準(zhǔn)確度。 （ 5）表頭設(shè)計(jì) 由于不需要考慮交互作用，這幾個(gè)因素可隨意安排（見(jiàn)表51） （ 6）編制試驗(yàn)方案 1 為取該因素， 2 為不取該因素 （ 7）綜合分析：（見(jiàn)表 52） (表中影響大小數(shù)字 i=1， 2，?， 15 依次代表a5,d5,?， △ d2) 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 20 表 51 表 52 a5 d5 d4 d3 d2 d1 △ a5 △△a5 △ d5 △△d5 △ d4 △△d4 △d3 △△d3 △ d2 實(shí)驗(yàn)結(jié)果 (%) 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 2 2 1 1 2 2 2 2 1 1 2 2 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 2 2 2 2 1 1 2 2 1 1 1 1 2 2 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 2 1 2 1 2 1 2 2 1 2 1 2 1 2 1 2 1 2 2 1 2 1 1 2 1 2 2 1 2 1 2 1 2 2 1 2 1 2 1 2 1 1 2 1 2 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 2 2 1 1 2 2 1 2 1 1 2 2 1 1 2 2 2 1 2 1 1 2 1 2 2 1 2 1 1 2 2 2 1 2 1 1 2 2 1 1 2 1 2 2 1 a5 d5 d4 d3 d2 d1 △ a5 △△ a5 1iF 5 2iF 7 iF? 最優(yōu)水平 1 2 2 2 1 2 2 1 影響大小 3752101412 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 21 表 52（續(xù)） (7) 統(tǒng)計(jì)分析：在 2 水平正交設(shè)計(jì)中 ，通常在實(shí)驗(yàn)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。 5 2 7iiFf e fe f?? ? ? ? ??不 顯 著 1 2 1 239。39。 因素 d1 △△ a5 △ d5 △ d4 △△ d4 △ d3 △△ d3 △ d2 最優(yōu)組合 2 1 1 1 1 1 2 1 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 24 參考文獻(xiàn) [1]任露泉 .試驗(yàn)設(shè)計(jì)及優(yōu)化．科學(xué)出版社 ,20xx. [2]張軍成 .實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理 .化學(xué)工業(yè)出版社 ,20xx. [3]鄧春暉 .MATLAB 基礎(chǔ)及其應(yīng)用教程 .北京大學(xué)出版社 , 20xx. [4]黃程偉 .實(shí)用情感的特征分析與識(shí) 別研究 .電子與信息學(xué)報(bào) .20xx. [5] 徐仲安 .正交試驗(yàn)設(shè)計(jì)法簡(jiǎn)介 .科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì) ,20xx. [6] 趙力 . 語(yǔ)音信號(hào)中的情感識(shí)別研究 .軟件學(xué)報(bào)， 20xx. [7] 欒軍．現(xiàn)代試驗(yàn)設(shè)計(jì)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, 20xx,40(12): 117143. [9] Cowie R,DouglasCowie E, Tsapatsoulis N,et Recognitionin Human Computer Interaction[J].IEEE Signal Processingmagazine,20xx,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, . 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 25 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(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)， 深深地感染和激勵(lì)著我。 f=2。 sum0=zeros(f,r)。 end for i=1:r if sp(1,i)=sp(2,i) zy(1,i)=1。 end N=sort(abs(M)) x=input(39。 %求誤差列號(hào) end end end S=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(hào) 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 28 end end end end %預(yù)測(cè)值公式 %1 誤差波動(dòng)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(dòng)范圍 %2 預(yù)測(cè)算法 T=0。 end FF=F0+HT 。 %不顯著的 end H=0。 for i=1:L Y=F(1,B(1,i))^2+Y。查 t分布表得 (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。 end fe=x*f1。)。 end 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 27 end zy %最優(yōu)組合 %統(tǒng)計(jì)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 end end sp=sum0/l %求水平平均值 jc=max(sp)min(sp) %求極差 [jcpx,lh]=sort(jc) %各因素對(duì)目標(biāo)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(guò)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(gè)一個(gè)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： a5 d5 d4 d3 d2 d1 △a5 △△a5 △ d5 △△d5 △d4 △△d4 △d3 △ △d3 △d2 顯著性 誤差 誤差 誤差 *** 誤差 * * 誤差 ** * ** * ** 安徽建筑大學(xué)畢業(yè)設(shè)計(jì)（論文） 23 表 54 ⑦ 最優(yōu)值預(yù)測(cè) 根據(jù)最優(yōu)水平組合可以求出最優(yōu)值 1 5 4 4 3 3 22 1 1 1 1 2 10= d a d d d d dF F F F F F F F F? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ?預(yù) 測(cè) 值 =++++++++? =? 也就是說(shuō)最優(yōu)水平組合下的目標(biāo)函數(shù)值為 ~，置信度為 95%。( ) ( )iiiFeFSe fe???????不 顯 著 2 2 2 2 2 2 20 . 1 0 6 9 0 . 1 0 8 1 0 . 1 0 8 1 0 . 5 3 9 4 0 . 3 2 3 1 0 3 2 3 1 0 . 5 4 0 67? ? ? ? ? ?? = ? ?39。 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(shí)前 5 個(gè)較小的效應(yīng)值為誤差。如何選取這 18個(gè)特征因 素的最優(yōu)組合，以提高識(shí)別率？ 無(wú)交互作用處理 （ 1）先確定目標(biāo)函數(shù) 將情感的識(shí)別率作為目標(biāo)函數(shù) （ 2）確定因素 為了節(jié)約時(shí)間，減少試驗(yàn)次數(shù)，本次無(wú)交互作用處理只選取了其中十五個(gè)特征因素5 5 4 3 2 1 5 5 4 3 2 5 5 4 3, , , , , , , , , , , , , ,a d d d d d a d d d d a d d d? ? ? ? ? ? ? ? ? ? ? ? ? （ 3）確定水平 本次課題的特征只有 2 個(gè)水平，取該特征因素時(shí)作 1 水平，時(shí)作為 2 水平。本文提出 基于正交實(shí)驗(yàn) 的語(yǔ)音情感特征選擇方法。S e t f e n f e? ? ? ? （ 416） ? ? 21 2 1 2 1,39。這是因?yàn)椴伙@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(cè)實(shí)際上就是估計(jì)給定水平組合條件下的目標(biāo)函數(shù)的大概取值范圍。從這 il 個(gè)值中找出一最優(yōu)值，這個(gè)值所對(duì)應(yīng)的集合｛ a｝中的各因素的水平組合即為這些因素的最優(yōu)組合。 ② 確定一組有交互作用的因素記為集合｛ a｝。 例如，因素 1 和因素 2 有交互作用 ，同時(shí)因素 2 和因素 3 有交互作用，在這兩對(duì)交互作用中都包含因素 2，這時(shí)要確定最優(yōu)組合就要將因素 1﹑因素 2 和因素 3 的水平組合，連同因素 1 與因素 2 的交互作用及同時(shí)因素 2 與因素 3 的交互作用統(tǒng)一找出最優(yōu)水平。但如果要考慮交互作用，就必須在 liF + kjF 上再加上交互作用項(xiàng) ,lkijF ，但由于有了,lkijF 項(xiàng)，其總和就不一定是最優(yōu)的了。