Перевод названия: HYBRID METHOD FOR SELECTION INFORMATIVE FEATURES USING SELF-ADJUSTING NEURAL NETWORK CLASSIFIERS
Тип публикации: статья из журнала
Год издания: 2016
Ключевые слова: emotion recognition, neural network, multi-criteria genetic programming, genetic programming, feature selection, Feature subsets, распознавание эмоций, нейронные сети, многокритериальное генетическое программирование, генетический алгоритм, отбор признаков, подмножество признаков
Аннотация: В настоящее время, в связи с развитием технологий в сфере "человекомашинной" коммуникации необходимо совершенствовать методы повышения качества распознавания психоэмоцианального состояния речи человека. Зачастую, извлекаемые акустические данные могут одержать избыточную информацию, различные шумы или помехи. Предложен альтернативныПоказать полностьюй метод, основанный на применении многокритериального генетического программирования с привлечением нейросетевых классификаторов. Для тестирования предлагаемого подхода выбраны три базы данных, содержащие акустические характеристики на трех языках, английский, немецкий и русский. Результаты тестирования реализованного метода показали высокую эффективность. Nowadavs, because of grow up development of technologies in sphere of "human -machine" communication are necessarv to improve methods for increasing a recognition methods for psvchoemotional state of human bv speech. For effectiveness working dialog systems is important choosing the method for processing data for increasing recognition effectiveness. Often, the data mav have secondarv information, such as noise or interference. Thus, the alternative method, which is based on multi-criteria optimization using networks classifiers. Therefore, the aim of the research is improvement methods for recognition, also psvchoemotional state of human bv speech. In this paper, a new method for selection the effective features is represented. In order to test the proposed approach chosen three databases, containing the acoustic characteristics on three languages: English, German and Russian. Test results after applving method the high effectiveness are shown.
Журнал: Известия Тульского государственного университета. Технические науки
Выпуск журнала: № 7-1
Номера страниц: 236-247
ISSN журнала: 20716168
Место издания: Тула
Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования Тульский государственный университет