[发明专利]一种基于多层字典学习的智能语音电梯系统

权利要求书

1.基于多层字典学习的智能语音电梯系统，具体步骤如下，其特征在于；

步骤1：建立语音电梯硬件系统，硬件系统主要包括语音采集模块、步进电机控制模块、ARM控制模块、陀螺仪模块、LCD模块、和语音模块等；

步骤2：语音采集模块采集用户语音信息，对语音信息进行灰度归一化；

步骤3：对语音信息进行第一层字典学习，并把第一层训练的编码系数作为下一层训练的输入；

步骤4：对语音信息进行第二层字典学习，并把第二层训练的编码系数作为下一层训练的输入；

步骤5：对语音信息进行第三层字典学习，并把第三层训练的编码系数作为SVM分类器的输入；

步骤6：使用SVM对语音信号进行分类识别，控制系统根据识别结果进行电梯控制，如果识别失败，提醒用户重新输入语音。

2.根据权利要求1所述的基于多层字典学习的智能语音电梯系统，其特征在于；

所述步骤2中语音归一化公式为：

其中，x(i)是采集的语音信号，max(·)是计算最大值。

3.根据权利要求1所述的基于多层字典学习的智能语音电梯系统，其特征在于；

所述步骤3，4，5中每层字典学习输出公式为：

其中，D_l是第l训练字典，X是归一化语音信号，μ是正规化参数。

4.根据权利要求1所述的基于多层字典学习的智能语音电梯系统，其特征在于；

所述步骤3，4，5中每层字典学习的投影矩阵为：

其中，G_l是第l层图拉普拉斯矩阵，α是正规化参数。

5.根据权利要求1所述的基于多层字典学习的智能语音电梯系统，其特征在于；

所述步骤3，4，5中总投影矩阵公式为：

P＝P₁P₂P₃ (4)

其中，P_l是第l层投影矩阵。

6.根据权利要求1所述的基于多层字典学习的智能语音电梯系统，其特征在于；

所述步骤6中SVM分类器公式为：

其中，W是权值，θ是惩罚因子。