期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于两种GMM-UBM多维概率输出的SVM语音情感识别
被引量：
2
1
作者
黄永明
章国宝
+1 位作者
董飞
达飞鹏
《计算机应用研究》
CSCD
北大核心
2011年第1期98-101,共4页
针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作...
针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作为SVM分类器的特征参数,既利用了GMM表征数据本身统计特性的能力,又保留了SVM判决能力强的特点。在柏林情感语音库与汉语情感语料库上进行的实验结果表明,该方法在语音情感识别上的平均识别率较标准GMM方法提高1.7%～3.7%。
展开更多
关键词
语音情感识别
特征
向量
同维GMM—UBM多维
概率
输出
GMM阶数同维GMM—UBM多维
概率
输出
支持
向量
机(SVM)
在线阅读
下载PDF
职称材料
一种卷积神经网络集成的多样性度量方法
被引量：
1
2
作者
汤礼颖
贺利乐
+1 位作者
何林
屈东东
《智能系统学报》
CSCD
北大核心
2021年第6期1030-1038,共9页
分类器模型之间的多样性是分类器集成的一个重要性能指标。目前大多数多样性度量方法都是基于基分类器模型的0/1输出结果(即Oracle输出)进行计算,针对卷积神经网络的概率向量输出结果,仍需要将其转化为Oracle输出方式进行度量,这种方式...
分类器模型之间的多样性是分类器集成的一个重要性能指标。目前大多数多样性度量方法都是基于基分类器模型的0/1输出结果(即Oracle输出)进行计算,针对卷积神经网络的概率向量输出结果,仍需要将其转化为Oracle输出方式进行度量,这种方式未能充分利用卷积神经网络输出的概率向量所包含的丰富信息。针对此问题,利用多分类卷积神经网络模型的输出特性,提出了一种基于卷积神经网络的概率向量输出方式的集成多样性度量方法,建立多个不同结构的卷积神经网络基模型并在CIFAR-10和CIFAR-100数据集上进行实验。实验结果表明,与双错度量、不一致性度量和Q统计多样性度量方法相比,所提出的方法能够更好地体现模型之间的多样性,为模型选择集成提供更好的指导。
展开更多
关键词
卷积神经网络
集成学习
多样性度量
机器学习
分类器集成
概率向量输出
Oracle
输出
基模型
在线阅读
下载PDF
职称材料
题名
基于两种GMM-UBM多维概率输出的SVM语音情感识别
被引量：
2
1
作者
黄永明
章国宝
董飞
达飞鹏
机构
东南大学自动化学院
出处
《计算机应用研究》
CSCD
北大核心
2011年第1期98-101,共4页
基金
国家自然科学基金资助项目(60805002)
文摘
针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作为SVM分类器的特征参数,既利用了GMM表征数据本身统计特性的能力,又保留了SVM判决能力强的特点。在柏林情感语音库与汉语情感语料库上进行的实验结果表明,该方法在语音情感识别上的平均识别率较标准GMM方法提高1.7%～3.7%。
关键词
语音情感识别
特征
向量
同维GMM—UBM多维
概率
输出
GMM阶数同维GMM—UBM多维
概率
输出
支持
向量
机(SVM)
Keywords
speech emotion recognition
GMM-UBM multidimensional likelihoods with the same dimension of eigenvector
GMM-UBM multidimensional likelihoods with the same dimension of mixtures
support vector machine（SVM）
分类号
TP912 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
一种卷积神经网络集成的多样性度量方法
被引量：
1
2
作者
汤礼颖
贺利乐
何林
屈东东
机构
西安建筑科技大学机电工程学院
西安建筑科技大学理学院
出处
《智能系统学报》
CSCD
北大核心
2021年第6期1030-1038,共9页
基金
国家自然科学基金项目(61903291)。
文摘
分类器模型之间的多样性是分类器集成的一个重要性能指标。目前大多数多样性度量方法都是基于基分类器模型的0/1输出结果(即Oracle输出)进行计算,针对卷积神经网络的概率向量输出结果,仍需要将其转化为Oracle输出方式进行度量,这种方式未能充分利用卷积神经网络输出的概率向量所包含的丰富信息。针对此问题,利用多分类卷积神经网络模型的输出特性,提出了一种基于卷积神经网络的概率向量输出方式的集成多样性度量方法,建立多个不同结构的卷积神经网络基模型并在CIFAR-10和CIFAR-100数据集上进行实验。实验结果表明,与双错度量、不一致性度量和Q统计多样性度量方法相比,所提出的方法能够更好地体现模型之间的多样性,为模型选择集成提供更好的指导。
关键词
卷积神经网络
集成学习
多样性度量
机器学习
分类器集成
概率向量输出
Oracle
输出
基模型
Keywords
CNN
ensemble learning
diversity measures
machine learning
multiple classifier ensembles
probability vector outputs
Oracle outputs
basic model
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP391 [自动化与计算机技术—计算机应用技术]
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
基于两种GMM-UBM多维概率输出的SVM语音情感识别
黄永明
章国宝
董飞
达飞鹏
《计算机应用研究》
CSCD
北大核心
2011
2
在线阅读
下载PDF
职称材料
2
一种卷积神经网络集成的多样性度量方法
汤礼颖
贺利乐
何林
屈东东
《智能系统学报》
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
