支持向量機語音識別系統(tǒng)的數(shù)據(jù)分析預(yù)選取算法研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著基本科學理論的不斷發(fā)展,人工智能技術(shù)也隨之有了不斷的提高,有了很大的應(yīng)用空間。基于人工智能算法的語音識別技術(shù)逐漸成熟,識別系統(tǒng)的功能越來越強大,能實現(xiàn)人機交互、語音控制等。
   支持向量機是一種基于統(tǒng)計學的識別算法,它克服了訓練集樣本數(shù)量少、線性不可分、維數(shù)災(zāi)難和局部最優(yōu)等問題,有較好的泛化能力和較高的分類能力,適用于語音識別系統(tǒng)。
   支持向量機解決了數(shù)據(jù)樣本較少的這一問題,但是支持向量機的訓練過程中涉及到了大

2、量的矩陣運算和核矩陣的存儲問題,出現(xiàn)了訓練時間過長的現(xiàn)象。本文的研究目的就是縮短大數(shù)據(jù)量下支持向量機訓練時間。
   本著這一目的本文從輸入語音識別系統(tǒng)的數(shù)據(jù)維數(shù)方面,采用主成分分析法對語音的美爾頻率倒譜系數(shù)做降維運算,并且通過主成分的特征值貢獻度這一參數(shù)保證語音識別系統(tǒng)的識別精度不下降,以期大幅降低了支持向量機訓練時間。另外,本文利用支持向量機中只有支持向量對訓練得到的模型中的決策函數(shù)有貢獻這一原理,從數(shù)據(jù)的選取和訓練方式的角

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論