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
Data(s) |
2003
|
---|---|
Resumo |
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。 |
Identificador | |
Idioma(s) |
中文 |
Fonte |
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,电子与信息学报,2003,25(9):1153-1159 |
Palavras-Chave | #人工智能 |
Tipo |
期刊论文 |