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
共找到10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：
模糊C-均值(FCM)聚类法与矢量量化法相结合用于说话人识别 被引量：7
1
作者 吴晓娟 韩先花 聂开宝 《电子与信息学报》 EI CSCD 北大核心 2002年第6期845-849,共5页
该文提出了一种将模糊C-均值聚类法与矢量量化法相结合进行说话人识别的方法。该算法将从语音信号中提取的 12阶 LPC(线性预测编码)倒谱系数作为待分类样本的 12个指标,先用矢量量化法求出每个说话人表征特征参数的码书,作为模糊聚类算... 该文提出了一种将模糊C-均值聚类法与矢量量化法相结合进行说话人识别的方法。该算法将从语音信号中提取的 12阶 LPC(线性预测编码)倒谱系数作为待分类样本的 12个指标,先用矢量量化法求出每个说话人表征特征参数的码书,作为模糊聚类算法的聚类中心,最后将待识别的特征矢量以得到的码书为聚类中心,进行聚类识别。该算法所使用的特征参数较少,计算比较简单,但识别率较矢量量化法高。 展开更多
关键词 模糊C-均值(FCM)聚类法 模糊聚类 矢量量化 说话人识别 语音特征 语音识别
在线阅读 下载PDF
基于模糊支持向量机的语音识别方法 被引量：12
2
作者 朱志宇 张冰 刘维亭 《计算机工程》 EI CAS CSCD 北大核心 2006年第2期180-182,共3页
通过计算输入样本的模糊隶属度,探讨了模糊支持向量机(FSVM)的原理,应用其对语音信号进行识别,并和RBF神经网络、支持向量机(SVM)的识别效果进行了比较。在仿真实验中,采用小波分析方法提取语音特征向量,识别结果表明,SVM和FSVM比RBF网... 通过计算输入样本的模糊隶属度,探讨了模糊支持向量机(FSVM)的原理,应用其对语音信号进行识别,并和RBF神经网络、支持向量机(SVM)的识别效果进行了比较。在仿真实验中,采用小波分析方法提取语音特征向量,识别结果表明,SVM和FSVM比RBF网络具有较好的泛化性能,训练时间也大大缩减。此外,FSVM比SVM有更强的抵抗噪声的能力。 展开更多
关键词 语音识别 模糊支持向量机 模糊隶属度 小波分析
在线阅读 下载PDF
语音识别中基于SFCM模糊聚类的矢量量化方法 被引量：4
3
作者 李晶皎 孙杰 姚天顺 《计算机研究与发展》 EI CSCD 北大核心 1999年第3期263-267,共5页
模糊聚类分析算法用隶属度确定样本所属类别，因其良好的效果而被广泛用于语音识别领域．文中提出了一种模糊聚类分析算法ＳＦＣＭ，并将其用于语音特征的矢量量化，最终形成码本尺寸为１２８的码本．用ＳＦＣＭ算法得到的码本分布合理... 模糊聚类分析算法用隶属度确定样本所属类别，因其良好的效果而被广泛用于语音识别领域．文中提出了一种模糊聚类分析算法ＳＦＣＭ，并将其用于语音特征的矢量量化，最终形成码本尺寸为１２８的码本．用ＳＦＣＭ算法得到的码本分布合理，没有空类．采用此码本的语音识别实验表明了这种量化方法对语音识别的有效性． 展开更多
关键词 模糊聚类分析 语音识别 矢量量化 SFCM
在线阅读 下载PDF
主成分分析和K-means聚类在说话人识别中的应用 被引量：7
4
作者 马金龙 景新幸 +2 位作者 杨海燕 冼灿娇 赵靖 《计算机应用》 CSCD 北大核心 2015年第A01期127-129,共3页
为了解决特征提取计算量大且特征参数不够全面的问题,提出了用主成分分析和K-means聚类进行语音特征参数提取的方法。通过对说话人识别系统中最常用的线性预测倒谱系数(LPCC)参数和梅尔倒谱系数(MFCC)参数提取原理以及差分参数的提取算... 为了解决特征提取计算量大且特征参数不够全面的问题,提出了用主成分分析和K-means聚类进行语音特征参数提取的方法。通过对说话人识别系统中最常用的线性预测倒谱系数(LPCC)参数和梅尔倒谱系数(MFCC)参数提取原理以及差分参数的提取算法深入研究,选择LPCC、MFCC以及其一阶差分参数的组合作为最终混合特征参数。首先用主成分分析降低每一帧语音信号特征参数的阶数,然后经过K-means聚类降低帧数,最后通过矢量量化(VQ)来进行说话人识别。实验结果表明,该方法降低了计算复杂度,同时也提升了识别准确性。 展开更多
关键词 主成分分析 K-MEANS聚类 混合特征参数 矢量量化 说话人识别
在线阅读 下载PDF
SFCM模糊聚类在语音矢量量化中的应用 被引量：1
5
作者 李晶皎 孙杰 姚天顺 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 1998年第6期595-598,共4页
提出了一种模糊聚类分析算法ＳＦＣＭ，并将其用于语音特征的矢量量化，最终形成码本尺寸为２５６的码本．用ＳＦＣＭ算法得到的码本分布合理，没有空类．采用此码本的语音识别实验表明了这种量化方法对语音识别的有效性．
关键词 模糊聚类分析 语音识别 矢量量化 SFCM
在线阅读 下载PDF
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
6
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
基于MVR隶属度的多级FSVM语音情感识别
7
作者 邢玉娟 李恒杰 +1 位作者 张成文 王万军 《重庆理工大学学报（自然科学）》 CAS 2012年第10期66-71,共6页
针对语音情感识别率不高的问题,提出一种基于MVR隶属度的多级FSVM算法。在采用PCA对输入特征向量进行约简的同时得到话者的主分量空间,在此空间对注册说话人进行初次筛选,并根据每位话者的特征向量在主分量空间上的映射方差比来计算该... 针对语音情感识别率不高的问题,提出一种基于MVR隶属度的多级FSVM算法。在采用PCA对输入特征向量进行约简的同时得到话者的主分量空间,在此空间对注册说话人进行初次筛选,并根据每位话者的特征向量在主分量空间上的映射方差比来计算该特征向量属于该类的模糊隶属度,最终使用MVR-FSVM进行语音情感识别。仿真实验结果表明,多级MVR-FSVM具有良好的分类性能和抗噪性能。 展开更多
关键词 语音情感识别 主成分分析 模糊支持向量机
在线阅读 下载PDF
基于计算听觉场景分析和语者模型信息的语音识别鲁棒前端研究 被引量：2
8
作者 关勇 李鹏 +1 位作者 刘文举 徐波 《自动化学报》 EI CSCD 北大核心 2009年第4期410-416,共7页
传统抗噪算法无法解决人声背景下语音识别(Automatic speech recognition,ASR)系统的鲁棒性问题.本文提出了一种基于计算听觉场景分析(Computational auditory scene analysis,CASA)和语者模型信息的混合语音分离系统.该系统在CASA框架... 传统抗噪算法无法解决人声背景下语音识别(Automatic speech recognition,ASR)系统的鲁棒性问题.本文提出了一种基于计算听觉场景分析(Computational auditory scene analysis,CASA)和语者模型信息的混合语音分离系统.该系统在CASA框架下,利用语者模型信息和因大子最大矢量量化(Factorial-max vector quantization,MAXVQ)方法进行实值掩码估计,实现了两语者混合语音中有效地分离出目标说话人语音的目标,从而为ASR系统提供了鲁棒的识别前端.在语音分离挑战(Speech separation challenge,SSC)数据集上的评估表明,相比基线系统,本文所提出的系统的语音识别正确率提高了15.68%,相关的实验结果也验证了本文提出的多语者识别和实值掩码估计的有效性. 展开更多
关键词 计算听觉场景分析 语音分离 鲁棒语音识别 因子最大矢量量化 语者识别
在线阅读 下载PDF
基于神经网络的行驶工况智能识别方法研究 被引量：3
9
作者 罗婷 刘瑞军 +4 位作者 鲁忠 石大排 李世程 刘一鸣 李士鹏 《拖拉机与农用运输车》 2021年第2期10-15,共6页
针对目前工况识别率低降低了能量控制策略在实际行驶中的控制效果的问题,提出了神经网络算法优化行驶工况识别的方法。首先,利用降维后的特征值对典型工况进行分类,构建综合行驶工况。其次,建立模糊C均值聚类、概率神经网络、学习向量... 针对目前工况识别率低降低了能量控制策略在实际行驶中的控制效果的问题,提出了神经网络算法优化行驶工况识别的方法。首先,利用降维后的特征值对典型工况进行分类,构建综合行驶工况。其次,建立模糊C均值聚类、概率神经网络、学习向量化神经网络、BP神经网络的工况识别模型并训练。最后对工况智能识别模型进行仿真验证。结果表明,BP神经网络算法识别效果最好,可优选BP神经网络工况识别模型为设计能量管理策略提供基础。 展开更多
关键词 模糊C均值聚类 概率神经网络 学习向量化神经网络 BP神经网络 智能识别
在线阅读 下载PDF
基于FVQ和HMM模糊训练的语音识别方法
10
作者 戴蓓蒨 郁正庆 +1 位作者 张劲松 王长富 《中国科学技术大学学报》 CAS CSCD 北大核心 1994年第2期161-167,共7页
本文提出了一种基于模糊矢量量化（ＦＶＱ）和隐马尔柯夫模型（ＨＭＭ）模糊训练的语音识别新方法．利用模糊矢量量化替代了传统方法中的矢量量化，语音特征参数序列经过模糊矢量量化后得到模糊观察符号序列．在此基础上提取出一个反映... 本文提出了一种基于模糊矢量量化（ＦＶＱ）和隐马尔柯夫模型（ＨＭＭ）模糊训练的语音识别新方法．利用模糊矢量量化替代了传统方法中的矢量量化，语音特征参数序列经过模糊矢量量化后得到模糊观察符号序列．在此基础上提取出一个反映训练样本总体随机变化特性的模糊观察符号序列，然后用它对该音节的ＨＭＭ进行一次性全局训练，训练算法经传统的Ｂａｕｍ－Ｗｅｌｃｈ算法改进得到．经十个汉语数字的对比实验表明，该训练算法大大提高了系统的训练速度，模糊矢量量化与传统的矢量量化相比，不仅提高了隐马尔柯夫模型的鲁棒性，进而提高了系统的识别率，而且在语音训练数据不充足的情况下，也能得到很好的识别性能． 展开更多
关键词 模糊矢量量化 模糊训练 元音识别
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部