Duygu sınıflandırma probleminde öznitelik şeçim algoritmaları kullanarak özniteliklerin sınıf ayırt edebilme kabiliyetinin iyileştirilmesi
Küçük Resim Yok
Tarih
2007
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Niğde Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışma, Niğde Üniversitesi Mühendislik-Mimarlık Fakültesi Elektrik Elektronik Mühendisliği Bölümünde Yüksek Lisans tezi olarak hazırlanmıştır. Bu tez çalışmasında, ses öznitelikleri kullanılarak duygu tespit probleminin çözümünün performansını arttırmak için sınıflandırma algoritmaları ve öznitelik seçim algoritmaları ile yapılan çalışmalar anlatılmaktadır. Bu çalışmada dört farklı öznitelik seçim algoritması, duygu sınıflandırma problemi için yeni bir öznitelik seçim yaklaşımı çerçevesin de kullanarak özniteliklerinin sınıf ayırt edebilme kabiliyeti iyileştirilmiştir. Bu öznitelik seçim yaklaşımın da ana fikir, çoklu sınıflandırma problemi olan duygu tespit problemini ikili sınıflandırma problemleri haline dönüştürerek, öznitelik seçim algoritmalarını bu ikili sınıflandırma problemleri üzerine uygulanmasıdır. Anahtar sözcükler: Duygu tespiti, İnsan ? bilgisayar etkileşimi, Ses, Öznitelik seçimi, Sınıflandırma algoritmaları, MFCC, LPC, Alt-band enerji, Temel frekans, MLP, KNN, RBF, SVM
This work is prepared for master degree thesis in Niğde University, Department of Electrical and Electronics Engineering. In this thesis, emotion detection by using speech features is the main topic and variable feature selection algorithm and classifiers are used for improving performance of the emotion detection problem. In this work, four different feature selection algorithms are used with new feature selection framework for improving discriminative power of speech related features in emotion detection problem. This new approach for feature selection is based on transform multi-class problem into binary problems. Keywords: Emotion detection , Human ? computer interaction, Speech , Feature selection, Classifiers, MFCC, LPC, Sub-band energy, Pitch , MLP, KNN, RBF, SVM
This work is prepared for master degree thesis in Niğde University, Department of Electrical and Electronics Engineering. In this thesis, emotion detection by using speech features is the main topic and variable feature selection algorithm and classifiers are used for improving performance of the emotion detection problem. In this work, four different feature selection algorithms are used with new feature selection framework for improving discriminative power of speech related features in emotion detection problem. This new approach for feature selection is based on transform multi-class problem into binary problems. Keywords: Emotion detection , Human ? computer interaction, Speech , Feature selection, Classifiers, MFCC, LPC, Sub-band energy, Pitch , MLP, KNN, RBF, SVM
Açıklama
Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
Anahtar Kelimeler
Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
