基于纠错输出编码的支持向量机在语音识别中的应用

来源 :太原理工大学学报 | 被引量 : 0次 | 上传用户:xmzh369
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用纠错输出编码的矩阵编码构造出若干个无关的子支持向量机,用来改善分类模型的整体容错性能。使用了一对余、一对一、稠密型随机编码、稀疏型随机编码4种常用的纠错输出编码方法,用于训练集和测试集。实验结果显示,对于韩语非特定人小词汇量孤立词的语音识别,基于纠错输出编码的支持向量机比隐马尔科夫方法具有更高的识别率。其中,一对一编码是效果最好的。
其他文献
针对LMD方法在对脑电信号处理时会产生端点效应,为了降低这种端点效应的影响,增强脑电信号的特征提取效果,提出了一种基于相似波形加权匹配的端点延拓算法。该算法主要利用在
卡尔维诺的零时间术语对其创作影响巨大,直接启发了他对叙事如何挑战诸种事物空间同存性的思考。他后期提出的结晶体写作、百科全书写作均与零时间的空间启迪有关,有明显的空
以空气为介质,在雷诺数Re=50~1100的范围内对非对称的三角形、正弦形和椭圆形波纹通道内稳态层流流动与换热进行数值模拟,分析了恒壁温条件下,Re、波纹板形状对流动与换热特性的