期刊文献+
共找到733篇文章
< 1 2 37 >
每页显示 20 50 100
Fast encoding algorithm for vector quantization based on subvector L_2-norm 被引量:1
1
作者 Chen Shanxue Li Fangwei Zhu Weile 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2008年第3期611-617,共7页
A fast encoding algorithm based on the mean square error (MSE) distortion for vector quantization is introduced. The vector, which is effectively constructed with wavelet transform (WT) coefficients of images, can... A fast encoding algorithm based on the mean square error (MSE) distortion for vector quantization is introduced. The vector, which is effectively constructed with wavelet transform (WT) coefficients of images, can simplify the realization of the non-linear interpolated vector quantization (NLIVQ) technique and make the partial distance search (PDS) algorithm more efficient. Utilizing the relationship of vector L2-norm and its Euclidean distance, some conditions of eliminating unnecessary codewords are obtained. Further, using inequality constructed by the subvector L2-norm, more unnecessary codewords are eliminated. During the search process for code, mostly unlikely codewords can be rejected by the proposed algorithm combined with the non-linear interpolated vector quantization technique and the partial distance search technique. The experimental results show that the reduction of computation is outstanding in the encoding time and complexity against the full search method. 展开更多
关键词 image compression fast encoding subvector wavelet transform vector quantization.
在线阅读 下载PDF
A Novel Coding Method Based on Fuzzy Vector Quantization for Noised Image
2
作者 Li Yibing ,Lou Zhe, Jiang Tao & Si Xicai Dept. of Eledronic Eng., Harbin Engineering University 150001, P. R. China 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2001年第2期87-91,共5页
In this paper a novel coding method based on fuzzy vector quantization for noised image with Gaussian white-noise pollution is presented. By restraining the high frequency subbands of wavelet image the noise is signif... In this paper a novel coding method based on fuzzy vector quantization for noised image with Gaussian white-noise pollution is presented. By restraining the high frequency subbands of wavelet image the noise is significantly removed and coded with fuzzy vector quantization. The experimental result shows that the method can not only achieve high compression ratio but also remove noise dramatically. 展开更多
关键词 Fuzzy sets Gaussian noise (electronic) Image coding Image compression Integral equations vector quantization Wavelet transforms White noise
在线阅读 下载PDF
Multi-Step Amplitude Quantization for Ultralow Sidelobe Phased Arrays by Direct Optimization Synthesis
3
作者 Zhu Huan Wang Yixin +1 位作者 Xu Xiaowen & Li Shizhi Dept. of Electronic Engineering, Beijing Institute of Technology, 100081, P. R. China 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2001年第1期65-69,共5页
In this paper, a new amplitude quantization synthesis method for ultralow sidelobe phased arrays is proposed, which is based on the constrained nonlinear optimization algorithm. By introducing a set of critical constr... In this paper, a new amplitude quantization synthesis method for ultralow sidelobe phased arrays is proposed, which is based on the constrained nonlinear optimization algorithm. By introducing a set of critical constraint conditions into the optimization model, we can directly quantize the amplitude distribution instead of replacing it with a continuous equivalent aperture antenna. The mutual coupling and the element patterns are also considered in the quantization synthesis. Finally, some array simulation results are given to show the effectiveness of the method. 展开更多
关键词 ALGORITHMS Computer simulation Directional patterns (antenna) Directive antennas Mathematical models OPTIMIZATION vector quantization
在线阅读 下载PDF
小波包奇异谱熵与LVQ网络齿轮箱轴承退化评估
4
作者 肖乾 汪寒俊 +5 位作者 朱海燕 王文静 朱恩豪 叶小芬 魏昱洲 李林 《振动.测试与诊断》 EI CSCD 北大核心 2024年第6期1181-1189,1249,1250,共11页
为研究齿轮箱轴承性能退化评估,首先,根据高速列车齿轮箱轴承与齿轮的相关数据,对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量,输入到学习向量量化(learning vector quantization,简称LVQ)神经网络... 为研究齿轮箱轴承性能退化评估,首先,根据高速列车齿轮箱轴承与齿轮的相关数据,对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量,输入到学习向量量化(learning vector quantization,简称LVQ)神经网络聚类模型中,建立性能退化评估模型;其次,将测试样本按同样的方式提取特征向量,输入到建立好的模型中评估轴承性能退化状态;然后,选取轴承全寿命疲劳试验进行分析,并选择特征优选和模糊C均值聚类算法进行对比;最后,根据LVQ神经网络聚类算法确定训练样本中正常状态和失效状态的聚类中心,建立性能退化评估模型。结果表明:将小波包奇异谱熵和LVQ神经网络聚类算法相结合,能较好区分齿轮箱轴承不同的退化状态,准确表现轴承性能退化曲线;通过隶属度函数计算隶属度作为性能退化评价指标,可以对性能退化状态进行定量表征;通过对时域指标和频域指标特征优选进行对比,验证了本研究方法更加有效,对早期退化更敏感,能及时发现早期退化并且能对退化程度进行准确评估。 展开更多
关键词 交通工程 齿轮箱振动加速度 信号仿真 小波包奇异谱熵 学习向量量化神经网络聚类 性能退化评估
在线阅读 下载PDF
基于多尺度量化特征的视频异常行为检测算法
5
作者 马建红 王亚辉 +1 位作者 靳岩 卫权岗 《郑州大学学报(理学版)》 北大核心 2025年第5期39-45,共7页
视频异常行为检测在监控安防领域具有很高的应用价值。针对生成视频帧的自编码器模型在编码器与解码器间进行跳跃连接时会导致异常信息泛化的问题,提出一种基于多尺度量化特征的视频异常行为检测算法。首先,编码器学习正常帧并分层进行... 视频异常行为检测在监控安防领域具有很高的应用价值。针对生成视频帧的自编码器模型在编码器与解码器间进行跳跃连接时会导致异常信息泛化的问题,提出一种基于多尺度量化特征的视频异常行为检测算法。首先,编码器学习正常帧并分层进行矢量量化,解码器根据量化后的特征进行视频帧生成,避免了编码器和解码器之间直接进行信息传递,显著降低了泛化影响,提高帧生成质量。其次,对生成的帧使用金字塔变形模块进行多样性测量,通过计算生成帧和原始帧的变形来测量异常的严重程度。最后,融合生成帧的重建误差计算得到异常评分。在公共数据集上测试了算法的异常检测性能,实验结果显示,所提算法的AUC值均高于同类算法。 展开更多
关键词 视频异常检测 多尺度 矢量量化 变分自编码器
在线阅读 下载PDF
基于改进MFCC和VQ的变压器声纹识别模型 被引量:92
6
作者 王丰华 王邵菁 +2 位作者 陈颂 袁国刚 张君 《中国电机工程学报》 EI CSCD 北大核心 2017年第5期1535-1542,共8页
为准确地获取变压器的噪声特性,该文提出了一种基于改进梅尔频率倒谱系数和矢量量化算法的变压器声纹识别模型。首先对变压器噪声信号进行分帧和加窗处理,然后综合运用加权处理法和主成分分析法对现有的MFCC特征向量提取算法进行改进,... 为准确地获取变压器的噪声特性,该文提出了一种基于改进梅尔频率倒谱系数和矢量量化算法的变压器声纹识别模型。首先对变压器噪声信号进行分帧和加窗处理,然后综合运用加权处理法和主成分分析法对现有的MFCC特征向量提取算法进行改进,进而基于VQ算法对变压器噪声信号进行识别。以某10k V变压器为对象进行空载试验,对不同铁芯松动下的噪声信号进行测试。计算结果表明,改进后的MFCC特征向量提取算法具有识别效率高和计算速度快的特点,所得到的MFCC特征向量能准确反映不同铁芯压紧程度下的变压器噪声特征,且基于VQ算法的识别结果与预设铁芯工况吻合良好。研究结果可为变压器结构优化设计及噪声治理提供依据。 展开更多
关键词 变压器 梅尔频谱倒谱系数 声纹识别 矢量量化 主成分分析 噪声
在线阅读 下载PDF
基于生成模型的三维波束形成图像压缩方法
7
作者 赵昀杰 贺岩松 +1 位作者 张志飞 徐中明 《中国机械工程》 北大核心 2025年第7期1520-1529,共10页
针对通道压缩方法在高压缩率下导致DenseNet模型定位性能显著降低的问题,提出一种基于改进向量量化变分自编码器(VQ-VAE-2)模型的三维波束形成图像压缩(3D-BFMC)方法。先利用VQ-VAE-2模型的层级编码器将三维波束形成图压缩为向量化局部... 针对通道压缩方法在高压缩率下导致DenseNet模型定位性能显著降低的问题,提出一种基于改进向量量化变分自编码器(VQ-VAE-2)模型的三维波束形成图像压缩(3D-BFMC)方法。先利用VQ-VAE-2模型的层级编码器将三维波束形成图压缩为向量化局部特征矩阵,再将该矩阵输入DenseNet模型实现三维定位。仿真结果表明,使用3D-BFMC方法压缩数据训练的DenseNet模型在定位精度、频率泛化性能、噪声鲁棒性上均优于通道压缩方法。单声源试验验证了3D-BFMC方法在真实环境中的有效性和可行性。 展开更多
关键词 波束形成 数据压缩 深度学习 改进向量量化变分自编码器 三维空间
在线阅读 下载PDF
模糊聚类与LBG级联的VQ算法 被引量:4
8
作者 姜占才 孙燕 姚刚 《计算机工程与科学》 CSCD 北大核心 2011年第5期155-159,共5页
针对LBG算法初始码本随机选取后易出现空胞腔、易陷入局部极小、迭代次数大等缺陷,本文依据模糊聚类理论引入了矢量量化码本设计训练的模糊聚类与LBG级联算法:先用模糊聚类算法训练码本,将训练得到的码本作为传统LBG算法的初始码本,再... 针对LBG算法初始码本随机选取后易出现空胞腔、易陷入局部极小、迭代次数大等缺陷,本文依据模糊聚类理论引入了矢量量化码本设计训练的模糊聚类与LBG级联算法:先用模糊聚类算法训练码本,将训练得到的码本作为传统LBG算法的初始码本,再用传统LBG算法训练。论述了模糊聚类和LBG联合算法的原理与方法;用该算法分别训练了语音线性预测系数的对数面积比(LAR)码本和语音子带浊音度码本;训练过程显示,模糊聚类训练阶段能训练到码本设计目标或接近目标,再经LBG训练阶段,都能达到设计的最佳目标。将训练得到的码本用于多种声码器中进行仿真实验,得到了可懂度高且较自然、清晰的解码语音。 展开更多
关键词 矢量量化 模糊聚类 LBG 码本 训练样本集
在线阅读 下载PDF
结合遗传算法的LVQ神经网络在声学底质分类中的应用 被引量:27
9
作者 唐秋华 刘保华 +2 位作者 陈永奇 周兴华 丁继胜 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2007年第1期313-319,共7页
学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经... 学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别.将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高. 展开更多
关键词 学习向量量化 遗传算法 多波束测深系统 底质分类
在线阅读 下载PDF
基于MFCC参数和VQ的说话人识别系统 被引量:30
10
作者 王伟 邓辉文 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z3期2253-2255,共3页
采用能够反映人对语音的感知特性的Mel频率倒谱系数(MFCC)作为特征参数,以及为避免时间规整问题采用矢量量化技术开发的说话人识别系统。MFCC主要的是模拟人耳的听觉过程,相对于其它参数它对语音波形的变化不敏感,更加稳定,系统取得很... 采用能够反映人对语音的感知特性的Mel频率倒谱系数(MFCC)作为特征参数,以及为避免时间规整问题采用矢量量化技术开发的说话人识别系统。MFCC主要的是模拟人耳的听觉过程,相对于其它参数它对语音波形的变化不敏感,更加稳定,系统取得很好的识别结果,实验表明系统训练和识别的计算量和存储量都比较低。 展开更多
关键词 说话人识别 MEL倒谱系数 矢量量化
在线阅读 下载PDF
基于VQ-MAP和SVM融合的说话人识别系统 被引量:5
11
作者 展领 景新幸 《计算机工程与应用》 CSCD 北大核心 2011年第13期136-138,共3页
针对传统支持向量机(SVM)在说话人识别中运算量过大的问题,提出了VQ-MAP和SVM融合的说话人识别系统。它应用仅自适应均值向量的最大后验概率矢量量化过程(VQ-MAP),来得到自适应的说话人模型,用此模型中的参数向量作为支持向量应用于SVM... 针对传统支持向量机(SVM)在说话人识别中运算量过大的问题,提出了VQ-MAP和SVM融合的说话人识别系统。它应用仅自适应均值向量的最大后验概率矢量量化过程(VQ-MAP),来得到自适应的说话人模型,用此模型中的参数向量作为支持向量应用于SVM来进行说话人识别。用Matlab进行仿真实验,结果表明,基于VQ-MAP和SVM融合的说话人识别系统大大降低了运算量,SVM训练时间短,且具有较高的识别率。 展开更多
关键词 矢量量化(vq) 最大后验概率(MAP)自适应 支持向量机(SVM) 说话人识别
在线阅读 下载PDF
基于局部化原理和概率模型的LVQ改进算法 被引量:6
12
作者 叶少珍 吴鸣锐 +2 位作者 张钹 郑文波 马少平 《计算机学报》 EI CSCD 北大核心 2003年第5期626-629,共4页
利用局部化原理和概率模型的优化方法 ,提出一种LVQ改进算法———基于局部化原理和概率模型的LVQ算法 (LocalizationprincipleandProbabilitybasedLVQ ,LoPLVQ) .与传统LVQ算法相比 ,不仅缩短训练时间 ,而且具有较高的识别率 .实验结... 利用局部化原理和概率模型的优化方法 ,提出一种LVQ改进算法———基于局部化原理和概率模型的LVQ算法 (LocalizationprincipleandProbabilitybasedLVQ ,LoPLVQ) .与传统LVQ算法相比 ,不仅缩短训练时间 ,而且具有较高的识别率 .实验结果表明改进算法可用来解决大规模的模式识别问题 . 展开更多
关键词 模式识别 局部化原理 概率模型 Lvq改进算法 学习矢量量化算法 计算机
在线阅读 下载PDF
GA优化LVQ网络的配电网接地故障选线方法 被引量:11
13
作者 彭湃 周羽生 +3 位作者 高云龙 刘让姣 安正洲 熊杰 《电力系统及其自动化学报》 CSCD 北大核心 2015年第12期64-69,共6页
针对配电网故障相电压过零点且高阻接地故障选线困难的问题,文中提出了应用遗传算法优化学习量量化神经网络的配电网单相接地故障选线方法。首先利用小波分析方法提取线路零序电流信号的模极大值,以此作为学习量量化神经网络的输入向量... 针对配电网故障相电压过零点且高阻接地故障选线困难的问题,文中提出了应用遗传算法优化学习量量化神经网络的配电网单相接地故障选线方法。首先利用小波分析方法提取线路零序电流信号的模极大值,以此作为学习量量化神经网络的输入向量,采用局部搜索算子改进的遗传算法去优化神经网络的初始权值向量,解决了网络对初始权值的敏感性问题。加速网络的收敛过程,提高网络的聚类精度,实现对不同故障类型进行故障线路的快速、准确识别。仿真结果表明,该方法有效地减少了传统学习量量化神经网络选线的误判几率,提高了选线速度和精确度。 展开更多
关键词 配电网 遗传算法 学习量量化 小波分析 故障选线
在线阅读 下载PDF
基于VQ-SVM的说话人识别系统 被引量:3
14
作者 赵振东 胡喜梅 田景峰 《华北电力大学学报(自然科学版)》 CAS 北大核心 2009年第5期73-76,共4页
说话人识别系统通常是将在安静的环境下训练得到的参数应用于实际环境中。如果实际环境也是安静的,则说话人识别系统可以令人满意地工作。然而,当实际环境中有噪声存在时,说话人识别系统性能急剧下降。为了让说话人识别系统在安静的环... 说话人识别系统通常是将在安静的环境下训练得到的参数应用于实际环境中。如果实际环境也是安静的,则说话人识别系统可以令人满意地工作。然而,当实际环境中有噪声存在时,说话人识别系统性能急剧下降。为了让说话人识别系统在安静的环境和有噪声的环境中都获得令人满意的工作性能,研究了一个将支持向量机(SVM)在矢量量化(VQ)系统上进行二次识别来提高说话人识别率的方法。通过引入阈值自适应,从而提高系统性能。实验表明,在噪声环境下,与VQ,SVM识别方法相比,此方法在对识别速度影响很小的情况下可以使识别率明显提高。此方法具有良好的应用前景和进一步研究的价值。 展开更多
关键词 说话人识别 支持向量机 矢量量化 阈值
在线阅读 下载PDF
基于LVQ的软件项目风险评估模型的研究 被引量:7
15
作者 潘梅森 颜君颜 《计算机工程与应用》 CSCD 北大核心 2006年第12期126-130,共5页
以16种风险为基础,建立了一个新的软件项目风险评估模型,把以往每个软件项目的16种风险看做一个16×1维列矢量,并做为LVQ神经网络的训练矢量,对其进行聚类分析,最终把项目风险水平分为:风险水平很低、风险水平中等、风险水平很高等... 以16种风险为基础,建立了一个新的软件项目风险评估模型,把以往每个软件项目的16种风险看做一个16×1维列矢量,并做为LVQ神经网络的训练矢量,对其进行聚类分析,最终把项目风险水平分为:风险水平很低、风险水平中等、风险水平很高等三个类别,并对项目风险水平做出预测。 展开更多
关键词 软件项目 风险评估模型 学习矢量量化 Lvq
在线阅读 下载PDF
一种基于LVQ神经网络与图像处理的火焰识别算法 被引量:14
16
作者 包晗 康泉胜 周明 《中国安全科学学报》 CAS CSCD 北大核心 2011年第6期60-64,共5页
针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及... 针对传统火灾探测技术存在的不稳定、误判率高等缺点,通过分析室内火灾图像与常见干扰光源图像的特点,提出一种基于人工神经网络的火焰图像检测技术。对火焰图像的基本特性进行分析,利用火焰图像序列的面积重叠率和中心相对移动率以及颜色等信息,结合实现学习向量量化(LVQ)神经网络融合技术,对视频序列图像中火焰的自动检测。仿真试验结果表明,基于LVQ神经网络的信息融合算法的网络收敛速度较快,有较高的火灾火焰识别准确率。 展开更多
关键词 学习向量量化(Lvq)神经网络 图像处理 火焰识别 目标检测 火灾火焰
在线阅读 下载PDF
PDVQ图像编码系统的算法研究 被引量:2
17
作者 王冬芳 余宁梅 +1 位作者 马文龙 银磊 《计算机工程与应用》 CSCD 北大核心 2007年第19期57-60,共4页
PDVQ图像编码系统首先将码书进行方向性分类,把每类方向性码书中的码字按码字和值进行升序排列,并根据EBNNS算法将码书分块。编码时,先根据输入图像块的相关性进行PDVQ编码,然后分析输入图像块的方向性来选择相应的分类子码书,在该子码... PDVQ图像编码系统首先将码书进行方向性分类,把每类方向性码书中的码字按码字和值进行升序排列,并根据EBNNS算法将码书分块。编码时,先根据输入图像块的相关性进行PDVQ编码,然后分析输入图像块的方向性来选择相应的分类子码书,在该子码书中根据输入图像块的和值确定码字搜索范围,最后在确定的搜索范围内搜索最匹配码字。仿真结果表明,该系统集合了动态图像块划分(PDVQ)、基于方向性分类编码和等和值块扩展最近邻码字搜索(EBNNS)三种算法的优点,在保证重建图像质量前提下,缩短了编码时间,并提高了压缩比。 展开更多
关键词 图像编码 矢量量化 分类码书 相关度
在线阅读 下载PDF
基于KLT/WT/WTVQ的三维多光谱数据压缩方法 被引量:3
18
作者 闫敬文 沈贵明 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2001年第5期1051-1055,共5页
提出了三维多光谱图像数据压缩的新方法 .在对多光谱图像数据进行 Karhunen- L eove变换(KL T)消除谱相关性 ,再应用小波变换 (WT)对 KL T后的多光谱图像数据进行消除空间相关性 .采用特殊矢量量化编码 ,叫作小波树矢量量化 (WTVQ)编码... 提出了三维多光谱图像数据压缩的新方法 .在对多光谱图像数据进行 Karhunen- L eove变换(KL T)消除谱相关性 ,再应用小波变换 (WT)对 KL T后的多光谱图像数据进行消除空间相关性 .采用特殊矢量量化编码 ,叫作小波树矢量量化 (WTVQ)编码对每个谱象数据进行压缩 ,获得较高的压缩性能 .实验结果表明 :KLT/ WT/ WTVQ压缩方法比 KL T/ JPEG和 KL T/ WT/ FSVQ压缩方法在相同的 PSNR条件下 ,CR提高 2 0以上 ,整体压缩性能有较大的提高 ;在同样压缩比 (CR)条件下 ,压缩速度提高 展开更多
关键词 KLT 小波变换 矢量量化 数据压缩 Karhunen-Leove变换 多光谱图像数据压缩 压缩比
在线阅读 下载PDF
基于EMD和LVQ的信号特征提取及分类方法 被引量:8
19
作者 余炜 周娅 +3 位作者 马晶晶 万代立 刘伦 张灿斌 《数据采集与处理》 CSCD 北大核心 2014年第5期683-687,共5页
针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑... 针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑电信号分解,然后选取主要固有模态函数分量并计算其绝对均值作为特征值,最后使用学习向量量化网络进行分类,并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究。实验结果表明,所提出的算法分类正确率达到了87%,相比于其余两种对比算法在特定的信号处理领域优越,具有一定的参考和研究价值。 展开更多
关键词 经验模式分解 学习向量量化神经网络 脑-机接口 脑电信号
在线阅读 下载PDF
基于DTW和LVQ网络混合模型的语音识别方法 被引量:4
20
作者 林遂芳 张海英 潘永湘 《系统仿真学报》 CAS CSCD 北大核心 2005年第8期1959-1961,1965,共4页
提出一种基于动态时间规整(DTW)和学习矢量量化(LVQ)神经网络的语音识别方法。该方法用动态时间规整算法先对语音信号进行时间规整,然后通过学习矢量量化神经网络进行语音的分类识别。首先介绍利用动态时间规整和学习矢量量化进行语音... 提出一种基于动态时间规整(DTW)和学习矢量量化(LVQ)神经网络的语音识别方法。该方法用动态时间规整算法先对语音信号进行时间规整,然后通过学习矢量量化神经网络进行语音的分类识别。首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法,然后给出DTW/LVQ混合模型的系统结构和学习算法,最后给出三种语音识别算法的实验结果。大量实验表明,混合模型的识别率,皆明显高于单一的动态时间规整和学习矢量量化的识别率。 展开更多
关键词 语音识别 动态时间规整 学习矢量量化 混合模型
在线阅读 下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部