检索结果-维普期刊中文期刊服务平台

基于最大互信息的离散隐马尔柯夫模型训练方法被引量：7: 1; 作者茅晓泉胡光锐《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第11期1713-1716,共4页; 在基于隐马尔柯夫模型 (HMM)的语音识别系统中 ,模型训练最常用的算法是 Baum-Welch算法 .该算法具有快速收敛及保证每步迭代模型的似然概率单调增的优点 .但它基于最大似然训练准则 ,而该准则不能将各个模型很好地分开 .这直接导致了... 展开更多; 关键词隐马尔柯夫模型最大互信息偏导数语音识别模型训练训练准则似然概率; 在线阅读下载PDF 职称材料

一种DHMM的混合训练方法被引量：3: 2; 作者茅晓泉胡光锐唐斌《电子学报》 EI CAS CSCD 北大核心 2002年第1期148-150,共3页; 隐马尔柯夫模型 (HMM)作为描述语音信号的一个工具 ,按输出概率分布的不同 ,可分为连续HMM(CHMM)和离散HMM(DHMM) .经典的训练方法Baum Welch算法虽然收敛迅速 ,但是这类基于爬山的算法只能取得局部最优解 ,从而影响了系统的识别率 .对... 展开更多; 关键词隐马尔柯夫模型语音识别混合训练; 在线阅读下载PDF 职称材料

一种基于梯度的HMM参数重估方法被引量：2: 3; 作者茅晓泉胡光锐《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第5期683-685,共3页; 对于隐 Markov模型 ( HMM) ,经典的参数重估方法是 Baum- Welch算法 .该算法基于最大似然准则 ,具有快速收敛和保证似然度单调增的优点 .但是对于其他的训练准则 ,则不存在这样的算法 .由于目标函数的复杂性 ,在考虑采用梯度方法时 ,必... 展开更多; 关键词梯度法隐MARKOV模型语音识别; 在线阅读下载PDF 职称材料

说话人辨认中基于进化策略的最大互信息训练方法被引量：1: 4; 作者茅晓泉胡光锐唐斌《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第3期335-337,共3页; 针对最大似然训练分辨能力的不足 ,把最大互信息训练方法引入到高斯混合模型 ( GMM)的训练中 ,并直接采用进化策略实现模型参数的全局训练 ,以模型与训练数据之间的互信息作为进化过程中个体的适应度 .该系统不仅分辨能力强 ,而且摆脱... 展开更多; 关键词进化策略说话人辨认最大互信息; 在线阅读下载PDF 职称材料

语音识别中结合进化计算的 MMI训练方法: 5; 作者茅晓泉胡光锐唐斌《应用科学学报》 CAS CSCD 2002年第3期251-253,共3页; 将最大互信息 (MMI)和进化计算 (EC)相结合 ,引入到 HMM的训练中去 .各个模型用个体来表示 ,个体的适应值采用模型的最大互信息 .这样借助于演化计算的全局搜索及种群的特点 ,得到了基于最大互信息估计的HMM模型的更优解 .实验结果表明。; 关键词语音识别进化计算 MMI训练方法最大互信息演化计算训练准则; 在线阅读下载PDF 职称材料

一种基于最大互信息/进化计算混合结构的语音识别方法: 6; 作者茅晓泉胡光锐唐斌《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第3期348-350,354,共4页; 传统的最大互信息训练中一般采用梯度方法 ,这就使得所得模型往往只是一个局部最优模型 .文中将最大互信息 (MMI)和演化计算 (EC)相结合 ,引入到隐马尔柯夫模型 (HMM)的训练中去 .各模型集用个体表示 ,个体的适应值采用模型的最大互信... 展开更多; 关键词最大互信息进化计算混合结构语音识别; 在线阅读下载PDF 职称材料

一种采用振荡器神经网络的CASA计算模型语音分离算法被引量：3: 7; 作者胡光锐虞晓茅晓泉《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第11期1640-1644,共5页; 基于听觉现象分析 (CASA)模型的基本原理 ,在仅有单通道输入混合语音信号时 ,采用振荡器神经网络 ,提出了一种 CASA改进模型语音分离算法结构 .文中利用一个实例说明了新算法的具体实现步骤 .讨论了新算法机构中语音听觉外围处理部分和... 展开更多; 关键词语音分离听觉现象分析振荡器神经网络听觉感知成分分段 CASA模型语音识别; 在线阅读下载PDF 职称材料

GSM/GPRS/TD-SCDMA组网中的互操作: 8; 作者茅晓泉《电信科学》北大核心 2006年第7期77-79,共3页; 本文介绍了GSM/GPRS/TD-SCDMA组网中的互操作流程,结合TD-SCDMA网络的不同部署时期探讨了互操作的策略和实现。; 关键词 TD-SCDMA GSM GPRS 小区重选切换; 在线阅读下载PDF 职称材料

题名基于最大互信息的离散隐马尔柯夫模型训练方法被引量：7: 1; 作者茅晓泉胡光锐; 机构上海交通大学电子工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第11期1713-1716,共4页; 文摘在基于隐马尔柯夫模型 (HMM)的语音识别系统中 ,模型训练最常用的算法是 Baum-Welch算法 .该算法具有快速收敛及保证每步迭代模型的似然概率单调增的优点 .但它基于最大似然训练准则 ,而该准则不能将各个模型很好地分开 .这直接导致了识别时的错误 .鉴于最大互信息可以克服这一缺点 ,提出了一种基于最大互信息的训练方法 .该方法借助于梯度 ,调整参数以使模型与训练数据的互信息最大 .实验结果表明。; 关键词隐马尔柯夫模型最大互信息偏导数语音识别模型训练训练准则似然概率; Keywords hidden Markov models(HMM) maximum mutual information partial derivatives; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种DHMM的混合训练方法被引量：3: 2; 作者茅晓泉胡光锐唐斌; 机构上海交通大学电子工程系; 出处《电子学报》 EI CAS CSCD 北大核心 2002年第1期148-150,共3页; 文摘隐马尔柯夫模型 (HMM)作为描述语音信号的一个工具 ,按输出概率分布的不同 ,可分为连续HMM(CHMM)和离散HMM(DHMM) .经典的训练方法Baum Welch算法虽然收敛迅速 ,但是这类基于爬山的算法只能取得局部最优解 ,从而影响了系统的识别率 .对于CHMM ,借助于分类K平均方法可以取得可靠的初始点以保证迅速准确的收敛 .而对于DHMM ,该方法收益不大 ,最终所得的仍是局部最优解 .由于进化计算一个最重要的特点便是全局搜索 ,这样可得全局最优解或次优解 .本文将进化计算应用到DHMM的训练中 ,提出了一个把传统算法和进化计算相结合的混合算法 .实验结果表明该方法既保证了全局搜索又实现了快速收敛。; 关键词隐马尔柯夫模型语音识别混合训练; Keywords HMMs evolutionary computation cpeech recognition; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于梯度的HMM参数重估方法被引量：2: 3; 作者茅晓泉胡光锐; 机构上海交通大学电子工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第5期683-685,共3页; 文摘对于隐 Markov模型 ( HMM) ,经典的参数重估方法是 Baum- Welch算法 .该算法基于最大似然准则 ,具有快速收敛和保证似然度单调增的优点 .但是对于其他的训练准则 ,则不存在这样的算法 .由于目标函数的复杂性 ,在考虑采用梯度方法时 ,必须先解决如何求取梯度的问题 .为此 ,提出一种求取梯度的实现方法 .结果表明 ,使用该方法所得的模型与用 Baum- Welch算法所得的模型性能相当。; 关键词梯度法隐MARKOV模型语音识别; Keywords gradient method hidden Markov models(HMM) speech recognition; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名说话人辨认中基于进化策略的最大互信息训练方法被引量：1: 4; 作者茅晓泉胡光锐唐斌; 机构上海交通大学电子工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2003年第3期335-337,共3页; 文摘针对最大似然训练分辨能力的不足 ,把最大互信息训练方法引入到高斯混合模型 ( GMM)的训练中 ,并直接采用进化策略实现模型参数的全局训练 ,以模型与训练数据之间的互信息作为进化过程中个体的适应度 .该系统不仅分辨能力强 ,而且摆脱了局部搜索的缺陷 .实验结果表明 ,这种方法生成的说话人辨认系统的识别性能要优于传统的期望最大化算法 ( EM); 关键词进化策略说话人辨认最大互信息; Keywords Evolutionary algorithms Pattern recognition; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名语音识别中结合进化计算的 MMI训练方法: 5; 作者茅晓泉胡光锐唐斌; 机构上海交通大学电子工程系; 出处《应用科学学报》 CAS CSCD 2002年第3期251-253,共3页; 文摘将最大互信息 (MMI)和进化计算 (EC)相结合 ,引入到 HMM的训练中去 .各个模型用个体来表示 ,个体的适应值采用模型的最大互信息 .这样借助于演化计算的全局搜索及种群的特点 ,得到了基于最大互信息估计的HMM模型的更优解 .实验结果表明。; 关键词语音识别进化计算 MMI训练方法最大互信息演化计算训练准则; Keywords maximum mutual information evolutionary computation speech recognition; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于最大互信息/进化计算混合结构的语音识别方法: 6; 作者茅晓泉胡光锐唐斌; 机构上海交通大学电子工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第3期348-350,354,共4页; 文摘传统的最大互信息训练中一般采用梯度方法 ,这就使得所得模型往往只是一个局部最优模型 .文中将最大互信息 (MMI)和演化计算 (EC)相结合 ,引入到隐马尔柯夫模型 (HMM)的训练中去 .各模型集用个体表示 ,个体的适应值采用模型的最大互信息 .这样借助于进化计算的全局搜索及种群的特点 ,得到了基于最大互信息估计的 HMM模型的更优解 .实验结果表明。; 关键词最大互信息进化计算混合结构语音识别; Keywords speech recognition maximum mutual information(MMI) evolutionary computation(EC); 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种采用振荡器神经网络的CASA计算模型语音分离算法被引量：3: 7; 作者胡光锐虞晓茅晓泉; 机构上海交通大学电子工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第11期1640-1644,共5页; 基金国家自然科学基金资助项目 ( 69672 0 0 7); 文摘基于听觉现象分析 (CASA)模型的基本原理 ,在仅有单通道输入混合语音信号时 ,采用振荡器神经网络 ,提出了一种 CASA改进模型语音分离算法结构 .文中利用一个实例说明了新算法的具体实现步骤 .讨论了新算法机构中语音听觉外围处理部分和分割神经网络处理部分 .通过上述两个部分的处理可以将输入混合语音信号在时频域上分割为若干有听觉感知意义的语音听觉感知成分分段 Segments,以便于新算法后续处理部分中语音 Segments的聚类和分离重构输出处理 ,最终完成语音分离任务 .; 关键词语音分离听觉现象分析振荡器神经网络听觉感知成分分段 CASA模型语音识别; Keywords speech separation computational auditory scene analysis (CASA) oscillator neural network (ONN) auditory perceptive segments; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名GSM/GPRS/TD-SCDMA组网中的互操作: 8; 作者茅晓泉; 机构鼎桥通信技术有限公司; 出处《电信科学》北大核心 2006年第7期77-79,共3页; 文摘本文介绍了GSM/GPRS/TD-SCDMA组网中的互操作流程,结合TD-SCDMA网络的不同部署时期探讨了互操作的策略和实现。; 关键词 TD-SCDMA GSM GPRS 小区重选切换; 分类号 TN929.533 [电子电信—通信与信息系统] TN929.53 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于最大互信息的离散隐马尔柯夫模型训练方法	茅晓泉胡光锐	《上海交通大学学报》 EI CAS CSCD 北大核心	2001	7	在线阅读下载PDF 职称材料
2	一种DHMM的混合训练方法	茅晓泉胡光锐唐斌	《电子学报》 EI CAS CSCD 北大核心	2002	3	在线阅读下载PDF 职称材料
3	一种基于梯度的HMM参数重估方法	茅晓泉胡光锐	《上海交通大学学报》 EI CAS CSCD 北大核心	2002	2	在线阅读下载PDF 职称材料
4	说话人辨认中基于进化策略的最大互信息训练方法	茅晓泉胡光锐唐斌	《上海交通大学学报》 EI CAS CSCD 北大核心	2003	1	在线阅读下载PDF 职称材料
5	语音识别中结合进化计算的 MMI训练方法	茅晓泉胡光锐唐斌	《应用科学学报》 CAS CSCD	2002	0	在线阅读下载PDF 职称材料
6	一种基于最大互信息/进化计算混合结构的语音识别方法	茅晓泉胡光锐唐斌	《上海交通大学学报》 EI CAS CSCD 北大核心	2002	0	在线阅读下载PDF 职称材料
7	一种采用振荡器神经网络的CASA计算模型语音分离算法	胡光锐虞晓茅晓泉	《上海交通大学学报》 EI CAS CSCD 北大核心	2001	3	在线阅读下载PDF 职称材料
8	GSM/GPRS/TD-SCDMA组网中的互操作	茅晓泉	《电信科学》北大核心	2006	0	在线阅读下载PDF 职称材料