优先度排序RBF神经网络在与文本无关说话人确认中的应用
邓浩江 ; 王守觉 ; 杜利民
刊名电子与信息学报
2003
卷号25期号:9页码:1153-1159
中文摘要该文介绍了优先度排序径向基函数(PORBF)神经网络的结构与算法,并提出了将其应用于与文本无关说话人确认时的训练算法,似然度的计算方法以及识别规则。为了增强PORBF网络的泛化能力,该文用压缩矢量构造抑制样本集,提出了顺序选取、最近邻选取和最远距离选取等3种选择抑制样本集中说话人的方法,并对PORBF神经元的输出进行了等比递减加权。在相同条件下的与文本无关说话人确认实验中,传统的矢量量化方法的等差错率可达10.56%,而基于PORBF网络的确认系统使用最近邻选择方法构造抑制样本集,其等差错率可达6.83%,性能提高很多。
学科主题人工智能
收录类别CSCD
语种中文
公开日期2010-11-23
内容类型期刊论文
源URL[http://ir.semi.ac.cn/handle/172111/17777]  
专题半导体研究所_中国科学院半导体研究所(2009年前)
推荐引用方式
GB/T 7714
邓浩江,王守觉,杜利民. 优先度排序RBF神经网络在与文本无关说话人确认中的应用[J]. 电子与信息学报,2003,25(9):1153-1159.
APA 邓浩江,王守觉,&杜利民.(2003).优先度排序RBF神经网络在与文本无关说话人确认中的应用.电子与信息学报,25(9),1153-1159.
MLA 邓浩江,et al."优先度排序RBF神经网络在与文本无关说话人确认中的应用".电子与信息学报 25.9(2003):1153-1159.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace