基于matlab与特征降维的语音情感识别

function rate= knn(trainsample, test,k) %训练样本trainsample %test测试样本 sum1=0; %生气情感正确识别个数 sum2=0; %高兴情感正确识别个数 sum3=0; %中性情感正确识别个数 sum4=0; %悲伤情感正确识别个数 sum5=0; %害怕情感正确识别个数 summ=0; %正确识别个数 for x=1:100 %50个测试数据 for y=1:150 %100个训练数据 c=(test(x,:)-trainsample(y,:)).^2; Eudistance(y)=sqrt(sum(c(:))); %欧氏距离 end; [increase,index]=sort(Eudistance);%递增排序，index用来存储排序前 在Eudistance中的下标 votes1=0; votes2=0; votes3=0; votes4=0; votes5=0; %%%投票 for n=1:k%最近的k个训练数据点有投票权 if index(1,n)<=30%第一类 votes1=votes1+1; elseif index(1,n)>30&&index(1,n)<=60%第二类 votes2=votes2+1; elseif index(1,n)>60&&index(1,n)<=90%第三类 votes3=votes3+1; elseif index(1,n)>91&&index(1,n)<=120%第四类 votes4=votes4+1; elseif index(1,n)>120&&index(1,n)<=150%第五类 votes5=votes5+1; end end %%投票结果 if votes1>=votes2&&votes1>=votes3&&votes1>=votes4&&votes1>=votes5 %识别为生气 result=1; elseif votes2>=votes1&&votes2>=votes3&&votes2>=votes4&&votes2>=votes5 %识别为高兴 result=2; elseif votes3>=votes1&&votes3>=votes2&&votes3>=votes4&&votes3>=votes5 %识别为中性 result=3; elseif votes4>=votes1&&votes4>=votes2&&votes4>=votes3&&votes4>=votes5 %识别为悲伤 result=4; elseif votes5>=votes1&&votes5>=votes2&&votes5>=votes4&&votes5>=votes3 %识别为害怕 result=5; end if (x<=20&&result==1)%正确识别为生气个数 sum1=sum1+1; elseif(x>20&&x<=40&&result==2)%正确识别为高兴个数 sum2=sum2+1; elseif(x>40&&x<=60&&result==3)%正确识别为中性个数 sum3=sum3+1; elseif(x>60&&x<=80&&result==4)%正确识别为悲伤个数 sum4=sum4+1; elseif(x>80&&x<=100&&result==5)%正确识别为害怕个数 sum5=sum5+1; end summ=sum1+sum2+sum3+sum4+sum5; end rate=[sum1,sum2,sum3,sum4,sum5];