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(已改無錯字)
2023-07-19 17:47:19 本頁面
【正文】 看成與誤差是等價的。 當(dāng)實驗中要考慮交互作用時，最優(yōu)組合的確定就有些困難了。對于沒有交互作用的因素，其最優(yōu)水平的確定就是根據(jù)因素水平平均值。但對于那些有交互作用的因素就需要統(tǒng)一考慮。這是因為若因素Fi和因素Fj有交互作用，且不考慮交互作用時Fi的l水平、Fj的k水平為最優(yōu)水平，也就是說+最優(yōu)。但如果要考慮交互作用，就必須在+上再加上交互作用項，但由于有了項，其總和就不一定是最優(yōu)的了。這時就要考察不同組合條件下的++項，總和最優(yōu)的才能算是最優(yōu)。如果交互作用的因素超過一對，但都是由不同因素構(gòu)成的，那么只需要按以上方法逐對將有交互作用的因素的最優(yōu)水平找出來，并與無交互作用的因素的最優(yōu)水平一起構(gòu)成最優(yōu)組合即可。如果一個因素同時在幾對交互作用中出現(xiàn)，就要把這個因素所涉及的全部具有交互作用的因素集合在一起，需要將這些因素的全部水平組合連同交互作用一起，從中找出最優(yōu)組合。例如，因素1和因素2有交互作用，同時因素2和因素3有交互作用，在這兩對交互作用中都包含因素2，這時要確定最優(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 的交互作用及同時因素2與因素3的交互作用統(tǒng)一找出最優(yōu)水平。+,+......一共有種組合，從中找出最優(yōu)組合。對于交互作用較多的正交設(shè)計，確定最優(yōu)組合的一般方法如下。① 將所有的交互作用的因素找出來。② 確定一組有交互作用的因素記為集合｛a｝。③ 再將所有與該集合中的因素有交互作用的因素添加到該集合中，構(gòu)成新的集合｛a｝。④ 重復(fù)③，直到找不到可添加的因素為止。⑤ 假定集合｛a｝中有i個因素，則這些因素的所有水平組合有種，對應(yīng)著每一種組合都可以求出這種組合對應(yīng)的因素效應(yīng)與交互作用的代數(shù)和，一共有個。從這個值中找出一最優(yōu)值，這個值所對應(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。⑥ 從①中找出的所有的交互作用的因素中去掉｛a｝中的所有因素，在重復(fù)②～⑤，直到全部有交互作用的因素的最優(yōu)水平都確定出來為止。⑦ 將各有交互作用的因素的最優(yōu)水平與沒有交互作用的因素的最優(yōu)水平統(tǒng)一起來即為試驗的最優(yōu)組合。 經(jīng)過以上的討論與數(shù)據(jù)處理之后，就可以進行數(shù)據(jù)的預(yù)測了。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(biāo)函數(shù)的大概取值范圍。數(shù)據(jù)的預(yù)測主要是根據(jù)數(shù)據(jù)處理后所得到的總評均值及因素效應(yīng)值，預(yù)測某種水平組合條件下的目標(biāo)函數(shù)值。這種根據(jù)總評均值及各因素效應(yīng)值求給定條件下目標(biāo)函數(shù)值的過程稱為數(shù)據(jù)的預(yù)測，所求得的數(shù)值稱為該組合條件下的預(yù)測值。在求預(yù)測值時，一般要把不顯著的因素效應(yīng)去掉，只考慮顯著的因素效應(yīng)。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。① 誤差波動范圍的確定 （416） （417） （418） ②預(yù)測值公式 （419） 5基于正交試驗的特征選擇 問題分析由于語音情感特征參數(shù)較多，將所有特征用于語音情感識別存在無關(guān)特征和冗余特征，不能達到很好的識別效果，且特征提取時間開銷較大。本文提出基于正交實驗的語音情感特征選擇方法。將所提取的特征通過正交試驗分析進行選擇，從而選擇出用于識別情感的有效的情感特征。提高情感識別的準(zhǔn)確度。本課題共提取了18個特征因素分別是。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(biāo)函數(shù) 將情感的識別率作為目標(biāo)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。 （4）選取正交表 由于不考慮交互作用，所以只15個因素的自由度是15，只要n15就可以了，故選正交表。 （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。然后將這些因素及交互作用作為誤差來對其他因素及交互作用進行顯著性檢驗。 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。 ② 求Se= ③ 差t分布表得到 根據(jù)查的數(shù)據(jù)求出 Se== Se== Se== ④比較判斷（不顯著：‘’；顯著：‘*’；很顯著：‘**’；極顯著：‘***’）表53a5d5d4d3d2d1△a5△△a5△d5△△d5△d4△△d4△d3△△d3△d2顯著性誤差誤差誤差***誤差**誤差******** ⑤計算數(shù)據(jù)波動范圍 == ⑥確定最優(yōu)組合因為不顯著因素在試驗范圍內(nèi)任意取值都對目標(biāo)函數(shù)影響很小，故可以忽略。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%。經(jīng)試驗反饋，%，滿足預(yù)測值的范圍，且識別率高，對于本次情感識別的課題很有幫助。參考文獻 [1]．科學(xué)出版社,2009. [2],
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1