Current Location:home > Detailed Browse

Article Detail

基于聚类PSO-LSSVM模型的PAD维度预测

Submit Time: 2019-01-28
Author: 胡艳香 1 ; 孙颖 1 ; 张雪英 1 ; 段淑斐 1 ;
Institute: 1.太原理工大学 信息与计算机学院;

Abstracts

针对PAD(pleasure:愉悦度、arousal:激活度、dominance:优势度)预测精度问题,提出将最小二乘支持向量机(least squares support vector machine,LSSVM)经粒子群优化(particle swarm optimization,PSO)算法优化再与情感聚类分析结合的聚类PSO-LSSVM模型。对TYUT2.0和柏林语音库的三种情感语音提取情感特征,基于特征与标注的P、A、D对三种单一情感分别建立各类情感维度PSO-LSSVM模型以及对三种情感建立混合情感维度PSO-LSSVM模型;然后利用混合情感维度PSO-LSSVM模型预测P、A、D,并计算其与基本情感PAD的距离;最后将距离大于阈值的情感聚类为混合情感,将距离小于阈值的情感聚类为与其距离最近的情感,并利用对应情感的回归模型预测其P、A、D。研究显示,该模型对P、A、D的预测误差较LSSVM和PSO-LSSVM模型更小,且预测值与标注值的相关性更强,说明聚类PSO-LSSVM模型对P、A、D的预测更加可靠、准确。
Download Comment From cooperative journals:《计算机应用研究》 Hits:755 Downloads:408
Journal:计算机应用研究
Recommended references: 胡艳香,孙颖,张雪英,段淑斐.(2019).基于聚类PSO-LSSVM模型的PAD维度预测.计算机应用研究.[ChinaXiv:201901.00193] (Click&Copy)
Version History
[V1] 2019-01-28 14:33:26 chinaXiv:201901.00193V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO