Studies on Model Distance Normalization Approach in Text-independent Speaker Verification 被引量：1

1

作者 DONG Yuan LU Liang +1 位作者 ZHAO Xian-Yu ZHAO Jian 《自动化学报》 EI CSCD 北大核心 2009年第5期556-560,共5页

关键词 自动化 标准化 函数逼近 ASV

在线阅读 下载PDF 职称材料

基于DPC-GMM算法的船舶燃油系统故障诊断 被引量：7

2

作者 魏一 张跃文 李斌 《中国舰船研究》 CSCD 北大核心 2018年第6期147-153,165,共8页

[目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于... [目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于DPC-GMM算法的船舶燃油系统故障诊断方法;然后,通过训练船舶燃油系统状态所对应的高斯混合模型参数,实现对船舶燃油系统故障的无监督诊断;最后,基于获取的船舶燃油系统故障数据,验证该方法的有效性。[结果]实验结果表明,采用基于DPC-GMM算法的故障辨识准确率高、识别速度快,优于传统的反向传播(BP)神经网络和支持向量机(SVM)诊断算法。[结论]研究结果对船舶燃油系统的故障诊断有重要的指导意义。 展开更多

关键词 故障诊断 高斯混合模型 期望最大化 密度峰值聚类

在线阅读 下载PDF 职称材料

改进的说话人聚类初始化和GMM的多说话人识别 被引量：6

3

作者 曹洁 余丽珍 《计算机应用研究》 CSCD 北大核心 2012年第2期590-593,共4页

针对多说话人聚类线性初始化方法精度较差的问题,提出了一种改进的聚类初始化方法。该方法引入BIC对由线性初始化产生的初始类进行检测分割,有效提升了说话人初始类纯度。最后将该方法应用到高斯混合模型(GMM)多说话人识别系统。实验结... 针对多说话人聚类线性初始化方法精度较差的问题,提出了一种改进的聚类初始化方法。该方法引入BIC对由线性初始化产生的初始类进行检测分割,有效提升了说话人初始类纯度。最后将该方法应用到高斯混合模型(GMM)多说话人识别系统。实验结果表明,所提方法使说话人平均类纯度(ACP)提高了48.51%,系统的错误识别率平均降低12.09%。 展开更多

关键词 多说话人识别 改进的聚类初始化 高斯混合模型 平均类纯度

在线阅读 下载PDF 职称材料

一种基于GMM-DNN的说话人确认方法 被引量：2

4

作者 李敬阳 吴明辉 +1 位作者 王莉 王晓迪 《计算机应用与软件》 CSCD 2016年第12期131-135,共5页

针对说话人确认中话者建模问题,提出GMM-DNN的混合建模方法。该方法先通过GMM提取原始语音特征的统计特征,然后进一步通过DNN非线性映射的方式将统计特征变换到一个与说话人相关的线性可分空间。选用栈式自编码神经网络SAE(Stacked Auto... 针对说话人确认中话者建模问题,提出GMM-DNN的混合建模方法。该方法先通过GMM提取原始语音特征的统计特征,然后进一步通过DNN非线性映射的方式将统计特征变换到一个与说话人相关的线性可分空间。选用栈式自编码神经网络SAE(Stacked Auto-encoder Neutral Network)作为深度神经网络的基本模型。在注册阶段从已训练的DNN网络中抽取最后一层作为说话人模型,称为p-vector。测试阶段,通过抽取测试语音的p-vector与注册说话人p-vector进行匹配,从而作出判决;另外还详细说明了DNN隐藏层的作用。通过对NIST语料库的实验表明,采用GMM-DNN的说话人确认方法相对于传统的GMM-UBM话者建模方法具有一定的优势。 展开更多

关键词 说话人识别 深度神经网络 高斯混合模型 统计参数

在线阅读 下载PDF 职称材料

基于GMM的普通话和四川方言独立文本的说话人确认 被引量：2

5

作者 赵靖 龚卫国 杨利平 《计算机应用》 CSCD 北大核心 2008年第3期792-794,共3页

针对训练和测试阶段中的语音数据类型(普通话和四川方言)的不匹配导致说话人确认系统性能下降很大的问题,提出了一种新的建立高斯混合模型(GMM)方法——普通话和四川方言按比例混合建立普通话和四川方言联合GMM的方法,并发现使系统针对... 针对训练和测试阶段中的语音数据类型(普通话和四川方言)的不匹配导致说话人确认系统性能下降很大的问题,提出了一种新的建立高斯混合模型(GMM)方法——普通话和四川方言按比例混合建立普通话和四川方言联合GMM的方法,并发现使系统针对普通话和四川方言不匹配导致的性能下降率至很低(2.79%)的比例。实验结果表明,该方法可以有效地加强测试阶段针对语种变化的鲁棒性,可以有效的减少普通话和四川方言在训练和测试阶段的不匹配造成的性能下降率。 展开更多

关键词 说话人确认 高斯混合模型 独立文本 双语种说话人确认

在线阅读 下载PDF 职称材料

基于GMM和聚类方法的储粮害虫声信号识别研究 被引量：6

6

作者 郭敏 张明真 《南京农业大学学报》 CAS CSCD 北大核心 2012年第6期44-48,共5页

通过储粮害虫声信号判断害虫活动情况对安全储粮意义重大。本研究采集了2种储粮害虫的活动声信号,首先提取声信号梅尔倒谱系数(MFCC)特征,然后以特征数据建立高斯混合模型(GMM),最后使用聚类方法对2种储粮害虫的4种活动声信号进行识别,... 通过储粮害虫声信号判断害虫活动情况对安全储粮意义重大。本研究采集了2种储粮害虫的活动声信号,首先提取声信号梅尔倒谱系数(MFCC)特征,然后以特征数据建立高斯混合模型(GMM),最后使用聚类方法对2种储粮害虫的4种活动声信号进行识别,识别率均达到80%以上。本研究验证了声检测法识别储粮害虫的可行性和有效性,具有较大的实际应用价值。 展开更多

关键词 高斯混合模型 梅尔倒谱系数 聚类 储粮害虫 声检测

在线阅读 下载PDF 职称材料

GMM与RVM融合的话者辨识方法 被引量：2

7

作者 郑建炜 王万良 郑泽萍 《计算机工程》 CAS CSCD 北大核心 2010年第15期168-170,共3页

相关向量机(RVM)分类法使用概率输出克服了支持向量机(SVM)识别速率低的缺点,并且具有更好的稀疏性。但在与文本无关的话者辨别中,大量训练样本数据体现了RVM在模型训练时计算量与内存需求过大的缺点。针对以上特点,提出基于GMM统计特... 相关向量机(RVM)分类法使用概率输出克服了支持向量机(SVM)识别速率低的缺点,并且具有更好的稀疏性。但在与文本无关的话者辨别中,大量训练样本数据体现了RVM在模型训练时计算量与内存需求过大的缺点。针对以上特点,提出基于GMM统计特征参数与RVM融合的与文本无关的语者辨别系统,既有效地提取话者特征信息,解决大样本数据下的RVM训练问题,又结合统计模型鲁棒性高和分辨模型辨别效果好的优点。实验结果证明,该系统比基本的GMM系统具有更优的错误辨别率,比GMM/SVM系统具有更高的稀疏性。 展开更多

关键词 相关向量机 高斯混合模型 话者辨别 支持向量机

在线阅读 下载PDF 职称材料

基于GMM聚类和SVM的用户负荷行业分类辨识方法 被引量：18

8

作者 蔡秋娜 刘思捷 陆秋瑜 《广东电力》 2017年第12期91-96,共6页

用户行业分类是进行需求侧响应能力评估的前提,为此提出一种利用负荷数据进行用户行业判别的方法。对每一个用户的负荷数据采用高斯混合模型聚类算法提取其典型日负荷曲线,并利用支持向量机算法在训练集上学习用户类别与其典型日负荷曲... 用户行业分类是进行需求侧响应能力评估的前提,为此提出一种利用负荷数据进行用户行业判别的方法。对每一个用户的负荷数据采用高斯混合模型聚类算法提取其典型日负荷曲线,并利用支持向量机算法在训练集上学习用户类别与其典型日负荷曲线之间的关系,建立分类模型,并据此对新的用户进行行业分类。该方法实现了用户行业类型的高准确度辨识,为调度部门进行需求侧管理提供支撑。通过分析我国某省290个用户负荷数据,验证了该方法的有效性。 展开更多

关键词 需求侧响应 负荷分类 负荷曲线 支持向量机 gmm聚类

在线阅读 下载PDF 职称材料

基于数据场联合决策图改进的GMM聚类 被引量：3

9

作者 王磊 张志勇 +2 位作者 曾维贵 曹司磊 张天赫 《系统工程与电子技术》 EI CSCD 北大核心 2022年第9期2743-2751,共9页

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题,提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model,GMM)聚类算法。将数据场理论应用于数... 针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题,提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model,GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征,生成势能距离决策图,进而自动实现聚类数目和中心点的选择,最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明,在脉冲到达角、脉宽、载频等参数存在较大抖动,测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时,本文方法相较于现有典型分类方法具有更好的分选效果。 展开更多

关键词 雷达信号分选 数据场 决策图 高斯混合模型聚类

在线阅读 下载PDF 职称材料

融合K-means与高斯混合模型的驾驶风格聚类研究 被引量：17

10

作者 刘通 付锐 +1 位作者 张名芳 田顺 《中国安全科学学报》 CAS CSCD 北大核心 2019年第12期40-45,共6页

为研究驾驶员的跟车特性,探究驾驶员风格划分方法,采集50名驾驶员的实车试验数据,选取平均跟车时距和平均制动时距为二维向量,建立基于K-means聚类结果的高斯混合模型(GMM)并分析不同风格驾驶员的聚类结果。研究表明:样本数据聚为3类时... 为研究驾驶员的跟车特性,探究驾驶员风格划分方法,采集50名驾驶员的实车试验数据,选取平均跟车时距和平均制动时距为二维向量,建立基于K-means聚类结果的高斯混合模型(GMM)并分析不同风格驾驶员的聚类结果。研究表明:样本数据聚为3类时的平均轮廓系数为0. 45,将驾驶员划分为冒进型、平稳型、保守型3类时聚类效果较好;冒进型驾驶员倾向于选择较小的跟车时距和制动时距,保守型驾驶员的跟车及制动时距则普遍较大,模型聚类结果更加柔性,样本区分度更高。 展开更多

关键词 驾驶风格 K-MEANS聚类 高斯混合模型(gmm) 跟车特性 制动特点

在线阅读 下载PDF 职称材料

采用主成分分析的特征映射 被引量：8

11

作者 郭武 戴礼荣 王仁华 《自动化学报》 EI CSCD 北大核心 2008年第8期876-879,共4页

在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数... 在与文本无关的说话人识别研究中,特征映射的方法可以有效减少信道的影响.本文首先通过主成分分析的方法在模型域中估计出信道因子所在的空间,然后通过映射的方法在特征参数域中减去信道因子的影响.采用这种方法需要有信道信息标记的数据,但是在特征映射时不需要对信道进行判决.在NIST 2006年SRE lconv4w-lconv4w数据库上,采用本文推荐方法的系统相对基线系统在等错误率上降低了19%. 展开更多

关键词 说话人确认 混合高斯模型 超矢量 梅尔刻度式倒谱参数

在线阅读 下载PDF 职称材料

基于梅尔频率倒谱系数与翻转梅尔频率倒谱系数的说话人识别方法 被引量：23

12

作者 胡峰松 张璇 《计算机应用》 CSCD 北大核心 2012年第9期2542-2544,共3页

为提高说话人识别系统的识别率,提出了基于梅尔频率倒谱系数(MFCC)与翻转梅尔频率倒谱系数(IMFCC)为特征参数的特征提取新方法。该方法利用Fisher准则将MFCC和IMFCC相结合,构造了一种混合特征参数。实验结果表明,新的混合特征参数与MFC... 为提高说话人识别系统的识别率,提出了基于梅尔频率倒谱系数(MFCC)与翻转梅尔频率倒谱系数(IMFCC)为特征参数的特征提取新方法。该方法利用Fisher准则将MFCC和IMFCC相结合,构造了一种混合特征参数。实验结果表明,新的混合特征参数与MFCC相比,在纯净语音库及噪声环境中均具有较好的识别性能。 展开更多

关键词 说话人识别 梅尔频率倒谱系数 翻转梅尔频率倒谱系数 FISHER准则 高斯混合模型

在线阅读 下载PDF 职称材料

基于自适应小生境混合遗传算法的说话人识别 被引量：9

13

作者 林琳 王树勋 《电子学报》 EI CAS CSCD 北大核心 2007年第1期8-12,共5页

为了解决传统高斯混合模型(Gaussian Mixture Model,GMM)对初值敏感,在实际训练中极易得到局部最优参数的问题,本文提出了一种GMM参数优化的新方法.将小生境技术与最大似然估计融入到遗传训练过程,形成了一种新的混合算法,缓解了遗传算... 为了解决传统高斯混合模型(Gaussian Mixture Model,GMM)对初值敏感,在实际训练中极易得到局部最优参数的问题,本文提出了一种GMM参数优化的新方法.将小生境技术与最大似然估计融入到遗传训练过程,形成了一种新的混合算法,缓解了遗传算法产生的“早熟”现象,提高了算法的局部搜索能力.采用自适应策略来控制交叉和变异算子,同时在适应度评价中融入了其他用户的区分性信息,提高了模型的分类精度,增强了GMM的泛化能力.实验表明,与传统和改进的两种方法相比,本文的方法都可以得到更优的模型参数,使得系统的识别率进一步提高. 展开更多

关键词 说话人识别 小生境技术 遗传算法 自适应策略 高斯混合模型

在线阅读 下载PDF 职称材料

基于快速求解高斯混合模型的流量聚类算法 被引量：10

14

作者 党小超 毛鹏鑫 郝占军 《计算机工程与应用》 CSCD 北大核心 2015年第8期96-101,共6页

基于聚类算法可以对多个属性聚类的特点,提出一种基于快速求解高斯混合模型的聚类算法,用于研究网络流量的分类,使其达到更佳的聚类效果。通过与其他算法比较,讨论了该种方法在流量聚类中的适用性。仿真结果表明,该方法聚类精度高,经过... 基于聚类算法可以对多个属性聚类的特点,提出一种基于快速求解高斯混合模型的聚类算法,用于研究网络流量的分类,使其达到更佳的聚类效果。通过与其他算法比较,讨论了该种方法在流量聚类中的适用性。仿真结果表明,该方法聚类精度高,经过初始聚类中心后的EM算法用于求解GMM有较高的估算准确性,有效地提高了EM算法的收敛速度。 展开更多

关键词 K-MEANS算法 参数初始化 高斯混合模型 流量聚类

在线阅读 下载PDF 职称材料

半监督学习机制下的说话人辨认算法 被引量：2

15

作者 李燕萍 唐振民 +1 位作者 丁辉 张燕 《计算机工程》 CAS CSCD 北大核心 2009年第14期221-223,共3页

针对说话人辨认中训练语音有限时系统泛化能力差的问题,提出一种基于半监督学习的复合高斯混合模型算法。通过复合高斯混合模型对所有说话人的特征分布统一建模,基于半监督学习机制下的EM算法对学习样本进行学习。实验证明,该算法能够... 针对说话人辨认中训练语音有限时系统泛化能力差的问题,提出一种基于半监督学习的复合高斯混合模型算法。通过复合高斯混合模型对所有说话人的特征分布统一建模,基于半监督学习机制下的EM算法对学习样本进行学习。实验证明,该算法能够充分利用未标记样本对系统进行有效的自适应更新,改善系统的性能,获得比传统高斯混合模型更高的识别率,提高系统的泛化能力。 展开更多

关键词 说话人辨认 半监督学习 复合高斯混合模型 EM算法

在线阅读 下载PDF 职称材料

SMFCC:一种新的语音信号特征提取方法 被引量：4

16

作者 汪海彬 余正涛 +1 位作者 毛存礼 郭剑毅 《计算机应用》 CSCD 北大核心 2016年第6期1735-1740,共6页

针对说话人识别系统中存在的有效语音特征提取以及噪声影响的问题,提出了一种新的语音特征提取方法——基于S变换的美尔倒谱系数(SMFCC).该方法是在传统美尔倒谱系数(MFCC)的基础上利用S变换的二维时频多分辨率特性,以及奇异值分解(SVD... 针对说话人识别系统中存在的有效语音特征提取以及噪声影响的问题,提出了一种新的语音特征提取方法——基于S变换的美尔倒谱系数(SMFCC).该方法是在传统美尔倒谱系数(MFCC)的基础上利用S变换的二维时频多分辨率特性,以及奇异值分解(SVD)方法的二维时频矩阵有效去噪性,并结合相关统计分析方法最终获得语音特征.采用TIMIT语音数据库,将所提的特征和现有特征进行对比实验.SMFCC特征的等错误率(EER)和最小检测代价(Min DCF)均小于线性预测倒谱系数(LPCC)、MFCC及其结合方法 LMFCC,比MFCC的EER和Min DCF08分别下降了3.6%与17.9%.实验结果表明所提方法能够有效去除语音信号中的噪声,提升局部分辨率. 展开更多

关键词 S变换 奇异值分解 基于S变换的美尔倒谱系数 高斯混合模型-通用背景模型 说话人识别

在线阅读 下载PDF 职称材料

基于小型无人机航拍图像的道路检测方法 被引量：15

17

作者 董培 石繁槐 《计算机工程》 CAS CSCD 北大核心 2015年第12期36-39,共4页

为提高无人机道路检测的实时性和鲁棒性,提出一种基于改进graphcut算法的道路检测方法。利用Orchard-Boumand聚类算法聚类道路和非道路像素点,通过高斯混合模型对这2类像素点建模,构造Gibbs能量惩罚函数中的区域项函数。针对航拍图像各... 为提高无人机道路检测的实时性和鲁棒性,提出一种基于改进graphcut算法的道路检测方法。利用Orchard-Boumand聚类算法聚类道路和非道路像素点,通过高斯混合模型对这2类像素点建模,构造Gibbs能量惩罚函数中的区域项函数。针对航拍图像各个区域具有不同对比度的特点,设计Gibbs能量惩罚函数中的光滑项函数,将单一的图像全局对比度矩阵替换为局部对比度矩阵。通过Gibbs能量惩罚函数构造有权重的图,运用maxflow算法进行分割,检测出道路区域。实验结果表明,该方法在不同类型道路下都能保持较好检测性能,与现有的道路检测方法相比,实时性好,错误率低。 展开更多

关键词 小型无人机航拍图像 道路检测 graphcut算法 Orchard-Boumand聚类算法 高斯混合模型 局部对比度矩阵

在线阅读 下载PDF 职称材料

一种基于混合神经网络的说话人识别系统 被引量：2

18

作者 陈立伟 赵春晖 姜海丽 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2005年第6期781-784,共4页

目前说话人识别系统的识别率已经达到较高的水平,但是在应用系统的整合方面还存在一定的问题,比如其算法的复杂度高,不易于低成本的硬件实现等都限制其达到普及化.针对这样的问题,提出一种高性能、结构简单的基于自组织映射(SOFMNN)和... 目前说话人识别系统的识别率已经达到较高的水平,但是在应用系统的整合方面还存在一定的问题,比如其算法的复杂度高,不易于低成本的硬件实现等都限制其达到普及化.针对这样的问题,提出一种高性能、结构简单的基于自组织映射(SOFMNN)和概率神经网络(PNN)的混合神经网络分类器以取代目前常用的高斯混合模型(GMM)分类器.实验结果表明,混合神经网络分类器在识别率、识别速度和存储量上都优于高斯混合模型分类器.混合神经网络模型是一种高性能、高效率的说话人识别系统,该系统在说话人识别中将会有很好实用价值. 展开更多

关键词 说话人识别 自组织映射 概率神经网络 高斯混合模型

在线阅读 下载PDF 职称材料

基于聚类中心GDA的一维像目标识别方法 被引量：2

19

作者 孙俊 戴蓓蒨 刘洋 《现代雷达》 CSCD 北大核心 2009年第6期47-50,59,共5页

对于目标高分辨一维距离像的目标识别,给出了一种基于广义判别分析(GDA)的特征非线性映射方法,将所提取的功率谱特征参数优化后,使目标特征参数在非线性特征空间中的Fisher比增大,使用基于高斯混合模型的分类器进行目标识别。针对训练... 对于目标高分辨一维距离像的目标识别,给出了一种基于广义判别分析(GDA)的特征非线性映射方法,将所提取的功率谱特征参数优化后,使目标特征参数在非线性特征空间中的Fisher比增大,使用基于高斯混合模型的分类器进行目标识别。针对训练样本多时GDA计算代价大,特征提取速度慢问题,提出了一种将训练样本做聚类后使用聚类中心作为训练样本计算GDA模型参数的快速算法,使模型训练时间及其特征识别时间均有很大程度上的减少,并且识别效果也相对与抽样选择训练样本有明显提高,实验结果表明了文中所提方法的有效性。 展开更多

关键词 一维像 目标识别 广义判别分析 聚类中心 高斯混合模型

在线阅读 下载PDF 职称材料

一种新的高斯混合模型参数估计算法 被引量：3

20

作者 王超 侯丽敏 《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第5期475-480,共6页

该文提出了一种高斯混合模型(GMM)参数估计的改进算法.原始的特征向量先经Schmidt正交化消除各维间的相关性,再用数学形态学方法估计出各维概率分布中混合分量的真实个数,最后按真实的混合分量个数用EM算法对各维分别作标量GMM参数估计... 该文提出了一种高斯混合模型(GMM)参数估计的改进算法.原始的特征向量先经Schmidt正交化消除各维间的相关性,再用数学形态学方法估计出各维概率分布中混合分量的真实个数,最后按真实的混合分量个数用EM算法对各维分别作标量GMM参数估计.该方法能缓解GMM传统参数估计算法引起的“不易扩展”的不便.实验结果表明,将其应用于说话人辨认,能在较大幅度提高训练速度的基础上相对传统GMM参数估计方法获得更高的识别率. 展开更多

关键词 说话人辨认 高斯混合模型(gmm) Schmidt正交化 数学形态学

在线阅读 下载PDF 职称材料