Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Iteckne
versión impresa ISSN 1692-1798
Resumen
CORTES-MARTINEZ, Luis Miguel y ESPITIA-CUCHANGO, Helbert Eduardo. CLASIFICACIÓN DE GÉNERO BASADA EN SEÑALES DE VOZ MEDIANTE MODELOS DIFUSOS Y ALGORITMOS DE OPTIMIZACIÓN. Iteckne [online]. 2019, vol.16, n.2, pp.126-143. ISSN 1692-1798. https://doi.org/10.15332/iteckne.v16i2.2356.
En este documento se describe un esquema de clasificación de género, basado en señales de voz, en el que se proponen y prueban 16 modelos difusos diferentes que son optimizados mediante cuatro algoritmos bioinspirados y el método cuasi-Newton. El esquema de clasificación considera cuatro conjuntos de datos y cinco características de voz diferentes para definir los valores de entrada de un algoritmo en el proceso de optimización. Los valores de entrada de cada modelo difuso definen la media y varianza de sus funciones de pertenencia gaussianas, y su desempeño se evalúa mediante los valores de entrada del algoritmo de optimización y el error cuadrático medio como función objetivo para minimizar. Se hace un análisis comparativo entre modelos, algoritmos y conjuntos de datos para obtener conclusiones de acuerdo con los resultados de cada modelo optimizado.
Palabras clave : Lógica difusa; optimización; algoritmos genéticos; búsqueda armónica; evolución diferencial; optimización con enjambre de partículas; método cuasi-Newton; clasificación de género.