%0 Journal Article
%A 宁方立
%A 韦娟
%A 岳凤丽
%A 张芃楠
%T 基于PSO-PF算法的SVM识别方法及其在异常声音中的应用
%D 2019
%R 10.13190/j.jbupt.2018-246
%J 北京邮电大学学报
%P 58-63
%V 42
%N 3
%X 针对异常声音识别率低和算法复杂度高等技术难题，提出了一种基于粒子群优化粒子滤波（PSO-PF）算法优化支持向量机（SVM）的识别方法.将PSO算法引入粒子滤波中，通过不断更新粒子速度和位置，使粒子群向高似然后验概率区域移动，提高粒子滤波的参数估计精度.将PSO-PF算法应用于SVM参数优化中，可解决现有SVM参数优化算法易陷入局部最优值等问题.实验结果表明，将所提方法应用于多类异常声音识别，能够有效提高识别率，降低算法复杂度.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2018-246