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
面向语音识别的SVDD改进算法及仿真研究（英文）
被引量：
1
1
作者
郝瑞
刘晓峰
+1 位作者
牛砚波
修磊
《系统仿真学报》
CAS
CSCD
北大核心
2017年第5期1014-1020,1027,共8页
支持向量数据描述(SVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在语音识别研究领域越来越受到广泛关注,本文针对语音样本分类中特征向量重叠和更新等问题,对现有的SVDD多...
支持向量数据描述(SVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在语音识别研究领域越来越受到广泛关注,本文针对语音样本分类中特征向量重叠和更新等问题,对现有的SVDD多类分类算法进行了改进,一方面,根据样本所在空间位置,构造超球重叠域决策函数;另一方面,基于类增量学习,实现超球类支持向量的动态改变。仿真实验结果表明,本文所提方法明显缩短了建模时间并且具有更好的识别性能。
展开更多
关键词
支持向量数据描述
多类分类
决策函数
增量学习
语音识别系统仿真
在线阅读
下载PDF
职称材料
改进的支持向量预选取方法在语音识别中的应用(英文)
被引量：
1
2
作者
郝瑞
牛砚波
修磊
《系统仿真学报》
CAS
CSCD
北大核心
2015年第11期2714-2721,共8页
对于大规模数据量的语音识别问题,支持向量机的训练成为一个难题。预选取支持向量是解决这一难题的方法之一。提出一种新的支持向量预选取算法.一方面对原数据集的每类数据分别进行核模糊C均值聚类,将所有的聚类中心作为每类数据的表征...
对于大规模数据量的语音识别问题,支持向量机的训练成为一个难题。预选取支持向量是解决这一难题的方法之一。提出一种新的支持向量预选取算法.一方面对原数据集的每类数据分别进行核模糊C均值聚类,将所有的聚类中心作为每类数据的表征集;另一方面根据支持向量的几何分布含义并借鉴支持向量机的多类分类算法中一对一方法的思路提取原数据集的边界样本作为预选取支持向量进行训练和预测,并将该算法应用于嵌入式语音识别系统中,实验结果表明:该方法提高了语音识别系统的训练效率,降低了计算代价,同时保持了较高的识别率。
展开更多
关键词
支持向量
多类分类
核模糊C聚类
样本预选取算法
语音识别系统仿真
在线阅读
下载PDF
职称材料
题名
面向语音识别的SVDD改进算法及仿真研究（英文）
被引量：
1
1
作者
郝瑞
刘晓峰
牛砚波
修磊
机构
山西财经大学信息管理学院
太原理工大学
出处
《系统仿真学报》
CAS
CSCD
北大核心
2017年第5期1014-1020,1027,共8页
基金
National Natural Science Foundation of China(61072087)
Shanxi University of Finance&Economics School youth fund(QN2015014)
文摘
支持向量数据描述(SVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在语音识别研究领域越来越受到广泛关注,本文针对语音样本分类中特征向量重叠和更新等问题,对现有的SVDD多类分类算法进行了改进,一方面,根据样本所在空间位置,构造超球重叠域决策函数;另一方面,基于类增量学习,实现超球类支持向量的动态改变。仿真实验结果表明,本文所提方法明显缩短了建模时间并且具有更好的识别性能。
关键词
支持向量数据描述
多类分类
决策函数
增量学习
语音识别系统仿真
Keywords
support vector data description
multi-class classification
decision function
incrementallearning
speech recognition system simulation
分类号
TP391.9 [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
改进的支持向量预选取方法在语音识别中的应用(英文)
被引量：
1
2
作者
郝瑞
牛砚波
修磊
机构
山西财经大学信息管理学院
太原理工大学信息工程学院
山西财经大学统计学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2015年第11期2714-2721,共8页
基金
Shanxi Scholarship Council of China(2009-28)
Natural Science Foundation of Shanxi Province(2009011022-2)
文摘
对于大规模数据量的语音识别问题,支持向量机的训练成为一个难题。预选取支持向量是解决这一难题的方法之一。提出一种新的支持向量预选取算法.一方面对原数据集的每类数据分别进行核模糊C均值聚类,将所有的聚类中心作为每类数据的表征集;另一方面根据支持向量的几何分布含义并借鉴支持向量机的多类分类算法中一对一方法的思路提取原数据集的边界样本作为预选取支持向量进行训练和预测,并将该算法应用于嵌入式语音识别系统中,实验结果表明:该方法提高了语音识别系统的训练效率,降低了计算代价,同时保持了较高的识别率。
关键词
支持向量
多类分类
核模糊C聚类
样本预选取算法
语音识别系统仿真
Keywords
support vector
multi-class classification
kernel fuzzy C-Means clustering
sample pre-extracting
speech recognition system simulation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
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
作者
出处
发文年
被引量
操作
1
面向语音识别的SVDD改进算法及仿真研究（英文）
郝瑞
刘晓峰
牛砚波
修磊
《系统仿真学报》
CAS
CSCD
北大核心
2017
1
在线阅读
下载PDF
职称材料
2
改进的支持向量预选取方法在语音识别中的应用(英文)
郝瑞
牛砚波
修磊
《系统仿真学报》
CAS
CSCD
北大核心
2015
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
