SEMI OpenIR  > 中国科学院半导体研究所(2009年前)
多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究
覃鸿; 王守觉
2005
Source Publication电子学报
Volume33Issue:5Pages:957-960
Abstract本文将基于多权值神经元网络的仿生模式识别方法用于连续语音有限词汇量固定词组识别的研究中,并将其识别效果与HMM方法及DTW方法进行了比较分析.以15个词组的词汇表做测试,通过调整这三种识别算法的参数,在它们的拒识率相同的情况下,针对参加训练的词汇,比较他们的错误识别率(某类误认为他类);针对未参加训练的词汇,比较他们的错误接受率(误认为某类).结果表明,在低训练样本数量的情况下,仿生模式识别方法能获得更好的识别效果.
metadata_83中国科学院半导体研究所神经网络实验室
Subject Area人工智能
Funding Organization国家自然科学基金
Indexed ByCSCD
Language中文
CSCD IDCSCD:2040007
Date Available2010-11-23
Citation statistics
Document Type期刊论文
Identifierhttp://ir.semi.ac.cn/handle/172111/16999
Collection中国科学院半导体研究所(2009年前)
Recommended Citation
GB/T 7714
覃鸿,王守觉. 多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究[J]. 电子学报,2005,33(5):957-960.
APA 覃鸿,&王守觉.(2005).多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究.电子学报,33(5),957-960.
MLA 覃鸿,et al."多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究".电子学报 33.5(2005):957-960.
Files in This Item:
File Name/Size DocType Version Access License
4478.pdf(182KB) 限制开放--Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[覃鸿]'s Articles
[王守觉]'s Articles
Baidu academic
Similar articles in Baidu academic
[覃鸿]'s Articles
[王守觉]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[覃鸿]'s Articles
[王守觉]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.