-
题名基于模型混淆度的模型组合算法研究
被引量：3
- 1
-
-
作者
吴娅辉
刘刚
郭军
-
机构
北京邮电大学模式识别与智能系统实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2009年第5期551-555,共5页
-
基金
国家高技术研究发展计划(863计划)(2006AA010102
2007AA01Z417)
国家自然科学基金(60705019)资助~~
-
文摘
传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation,MLE),在训练时只考虑了模型自身而没有考虑模型之间的相互影响.为了进一步提升模型的识别效果,区分性训练算法被提出.本文在最小音素错误(Minimum phone error,MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法:针对单混合分量模型,依据模型间混淆程度对MLE和MPE的模型进行加权组合;针对多混合分量模型,提出一种模型选择的算法来获取新的模型参数.实验表明,与MPE算法相比,对单分量的情况,该算法可以使系统的误识率相对降低4%左右;对于多分量的情况,该算法可以使系统的误识率相对降低3%左右.
-
关键词
模型加权
区分性训练
最小音素错误
最大似然估计
-
Keywords
Model weighting, discriminative training, minimum phone error （mpe）, maximum likelihood estimation （MLE）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名鉴别性最大后验概率声学模型自适应
被引量：2
- 2
-
-
作者
齐耀辉
潘复平
葛凤培
颜永红
-
机构
北京理工大学信息与电子学院
中国科学院声学研究所中国科学院语言声学与内容理解重点实验室
河北师范大学物理科学与信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第1期265-269,共5页
-
基金
国家自然科学基金资助项目(10925419
90920302
+1 种基金
11161140319
91120001)
-
文摘
为了更加准确地估计最小音素错误最大后验概率(MPE-MAP)自适应算法中的先验分布中心,使自适应后的声学模型参数更为准确,从而提高系统的识别性能,分别采用最大互信息最大后验概率(MMI-MAP)自适应和基于最大互信息准则与最大似然准则相结合的H-criterion最大后验概率(H-MAP)自适应估计先验分布中心,提出了基于最大互信息最大后验概率先验的最小音素错误最大后验概率(MPE-MMI-MAP)和基于H-criterion最大后验概率先验的最小音素错误最大后验概率(MPE-H-MAP)算法。任务自适应实验结果表明,MPE-MMI-MAP和MPE-H-MAP算法的自适应性能均优于MPE-MAP、MMI-MAP和最大后验概率(MAP)自适应方法,分别比MPE-MAP相对提高3.4%和2.7%。
-
关键词
最大后验概率
鉴别性最大后验概率
最大互信息
最小音素错误
声学模型自适应
-
Keywords
Maximum A Posteriori （MAP）
Discriminative MAP （DMAP）
Maximum Mutual Information （MMI）
minimum phone error （mpe）
acoustic model adaptation
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名最小总风险准则的贝叶斯网络个人信用评估模型
被引量：4
- 3
-
-
作者
李旭升
郭春香
陈凯亚
-
机构
西南交通大学经济管理学院
四川大学工商管理学院
西南交通大学电磁场与微波技术研究所
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第1期50-53,58,共5页
-
基金
国家自然科学基金资助项目(70371026)
四川省教育厅科研项目(2006C082)
-
文摘
将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险。
-
关键词
个人信用评估
最小总风险准则
最小错误概率准则
贝叶斯网络分类器
-
Keywords
consumer credit scoring
minimum overall risk rule （MOR）
minimum probability of error rule （ mpe ）
Bayesian network classifiers
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名DFT/LMS算法在DSSS中的应用及性能分析
被引量：2
- 4
-
-
作者
李琳
路军
张尔扬
-
机构
国防科技大学电子科学与工程学院
-
出处
《信号处理》
CSCD
2004年第3期322-325,289,共5页
-
基金
JS63空间微波技术国防科技重点室基金(项目编号:2000JS63.3.1.KG0111)
-
文摘
本文分析了直接序列扩频(DSSS)系统中最小错误概率(MPE)意义下的最优滤波器,并依据矩阵求逆引理证明最小均方误差(MMSE)意义下的最优滤波——维纳滤波也是MPE意义下的最优滤波。在DSSS中应用自适应滤波,无须先验已知扩频码的码型和干扰的统计特性,就能一并完成解扩以及有效抑制干扰。离散傅立叶变换/最小均方(DFT/LMS)算法的收敛速度远快于LMS算法,而运算量、稳健性与LMS算法基本相同。基于DFT/LMS算法的自适应滤波大大简化DSSS系统接收机的设计,显著增强系统抗干扰能力,具有很强的实用性。
-
关键词
DSSS
DFT算法
LMS算法
性能分析
直接序列扩频系统
-
Keywords
direct sequence spread spectrum(DSSS)
minimum probability of error(mpe)
interference suppression
discret fourier transform/least mean square (DFT/LMS) algorithm
-
分类号
TN914.42
[电子电信—通信与信息系统]
-
-
题名区分性模型组合中基于决策树的声学上下文建模方法
被引量：1
- 5
-
-
作者
黄浩
李兵虎
吾守尔.斯拉木
-
机构
新疆大学信息科学与工程学院
新疆大学多语种信息技术实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2012年第9期1449-1458,共10页
-
基金
国家自然科学基金(60965002
60865001
+2 种基金
61163026)
新疆高校科研计划培育基金(XJEDU2008S15)
新疆大学博士科研启动基金(BS090143)资助~~
-
文摘
上下文相关的区分性模型组合的局限在于引入大的模型权重参数集,在数据有限时容易导致区分性权重训练过拟合.针对该问题,本文提出利用决策树进行上下文建模,采用最小音子错误准则构建决策树以获得最优上下文相关权重参数集.决策树构造过程中通过评估目标函数的一阶近似增量来加速最优问题集的选择,并利用精细问题集来获得更好的声学区分能力.基于多模型组合的语音识别实验表明,该方法能够增强权重训练对过拟合的鲁棒性,在大幅减小参数数量的情况下降低误识率,并优于在特征空间进行组合的方法.
-
关键词
区分性模型组合
上下文建模
声学决策树
最小音子错误
语音识别
-
Keywords
Discriminative model combination, context, decision tree, minimum phone error, speech recognition
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名维吾尔语连续语音识别声学模型优化研究
被引量：4
- 6
-
-
作者
努尔麦麦提.尤鲁瓦斯
吾守尔.斯拉木
-
机构
新疆大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第2期145-147,共3页
-
基金
国家自然科学基金(No.61063024)
新疆多语种信息处理重点实验室开放课题(No.049807)
-
文摘
综合了语音识别中常用的高斯混合模型和人工神经网络框架优点的Tandem特征提取方法应用于维吾尔语声学模型训练中,经过一系列后续处理,将原始的MFCC特征转化为Tandem特征,以此作为基于隐马尔可夫统计模型的语音识别系统的输入,并使用最小音素错误区分性训练准则训练声学模型,进而完成在测试集上的识别实验。实验结果显示,Tandem区分性训练方法使识别系统的单词错误率比原先的基于最大似然估计准则的系统相对减少13%。
-
关键词
维吾尔语
语音识别
最小音素错误
Tandem特征
-
Keywords
Uyghur
speech recognition
minimum phone error
Tandem feature
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
