计算技术与自动化
計算技術與自動化
계산기술여자동화
COMPUTING TECHNOLOGY AND AUTOMATION
2010年
1期
134-137
,共4页
方言辨识%AdaBoost%Bagging%集成学习
方言辨識%AdaBoost%Bagging%集成學習
방언변식%AdaBoost%Bagging%집성학습
针对方言辨识系统分类决策能力较弱的问题,提出一种基于集成学习的方言辨识方法.该方法将高斯模型与语言模型组成的系统作为一组基分类器,然后根据这组基分类器所得分类结果的加权组合来决定方言语音所属类别.实验结果表明,新的集成决策分类方法不仅可以大大提高系统的辨识精度,而且有效地解决训练样本数目和模型参数之间的矛盾.
針對方言辨識繫統分類決策能力較弱的問題,提齣一種基于集成學習的方言辨識方法.該方法將高斯模型與語言模型組成的繫統作為一組基分類器,然後根據這組基分類器所得分類結果的加權組閤來決定方言語音所屬類彆.實驗結果錶明,新的集成決策分類方法不僅可以大大提高繫統的辨識精度,而且有效地解決訓練樣本數目和模型參數之間的矛盾.
침대방언변식계통분류결책능력교약적문제,제출일충기우집성학습적방언변식방법.해방법장고사모형여어언모형조성적계통작위일조기분류기,연후근거저조기분류기소득분류결과적가권조합래결정방언어음소속유별.실험결과표명,신적집성결책분류방법불부가이대대제고계통적변식정도,이차유효지해결훈련양본수목화모형삼수지간적모순.