【摘 要】
：
为了解决传统说话人识别系统在集成学习后识别速度变慢且容易过学习的问题,构造了一种基于最大后验矢量量化（VQMAP）模型和自适应提升（AdaBoost）学习算法的说话人识别系统.首先,分
论文部分内容阅读
为了解决传统说话人识别系统在集成学习后识别速度变慢且容易过学习的问题,构造了一种基于最大后验矢量量化（VQMAP）模型和自适应提升（AdaBoost）学习算法的说话人识别系统.首先,分析了说话人识别系统中基分类器性能对集成分类器泛化误差的影响.然后,针对说话人的类别数,构造适当精度的VQMAP模型.最后,利用包含提前终止策略的AdaBoost学习算法将该模型提升为强分类器.实验结果表明：该算法的识别速度较高,是最大后验高斯混合模型（GMMMAP）的9倍;该算法可有效控制AdaBoost学习算法在说话人识别
其他文献
《数学课程标准》指出：“数学教学要紧密联系学生的生活环境，从学生的经验和已有知识出发，创设有助于学生自主学习、合作交流的情境。”在数学教学中，教师要力求创设有利于教学的
为了搜索三层媒质二维谱域Green函数中的全部模式极点,提出了一种路径追踪算法.该算法首先利用数学变换,将三层媒质二维谱域Green函数的特征方程替换为复平面上的4个超越方程
在激活函数选为误差函数的条件下，给出了求Fisher信息矩阵逆的算法，并进行仿真验证．首先将自然梯度法应用于多层感知器学习中，并与BP（back-propagation）算法进行了比较，说明了自然梯
为避免多维数值敏感属性数据发布中的近似猜测攻击,基于分解思想提出了一种有效的数据发布方法（l-MNSA）.首先通过按敏感属性值均匀间隔分组的方法,提出针对单维数值敏感属性的l