改进GWO优化SVM的语音情感识别研究

来源：计算机工程与应用杂志2018年第16期北京时间：

作者：陈 闯1，RYAD Chellali1，邢 尹2

单位：1.南京工业大学 电气工程与控制科学学院，南京 211816；2.桂林理工大学 测绘地理信息学院，广西 桂林 541004

摘要：语音情感识别日益受到人们的关注，在社会生活中发挥着重要作用。为了提高语音情感的识别率，提出一种改进的灰狼算法（Grey Wolf Optimizer，GWO）优化支持向量机（Support Vector Machine，SVM）的分类模型（IGWO-SVM）。介绍了灰狼算法的基本理论；嵌入选择算子和引入非线性收敛因子来提升IGWO的寻优性能；采用IGWO优化SVM参数，进而建立语音情感的分类模型。通过10个基准测试函数的仿真实验，验证了IGWO性能优于GWO。对于参比模型，IGWO-SVM模型能够有效提高语音情感的识别率。

关键词：语音情感识别,灰狼算法（GWO）,支持向量机（SVM）,选择算子,收敛因子