基于改进GLR算法的英语翻译智能识别模型设计

来源 :电子设计工程 | 被引量 : 0次 | 上传用户:arthurpzl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统算法模型精度比较低的问题,提出了基于改进GLR算法的英语翻译智能识别模型。通过此算法创建用于标记规模上万个英汉单词的短语语料库,使短语能够自动搜索。另外,创建英语翻译智能识别模型,以数据的收集、处理和输出规划智能识别模型;有计划地对英语信号进行收集和处理,并且提取特征参数,实现英语翻译智能识别。对设计的英语翻译智能识别模型进行实验分析,记录实验数据。通过实验分析可知,设计的英语翻译识别模型精准度较高,能够满足英语翻译工作需求。
其他文献
以光叶紫花苕(Vicia villosa Roth var.glabresens Koch)种子为试验材料,通过纸上萌发和盆钵法,探究温度、光照、水分、盐分和埋深对种子萌发的影响。结果表明:5~40℃温度极显著影响种子的萌发,种子的萌发率与萌发速率随温度升高呈先升后降的趋势,最适萌发温度为22.8℃;在25℃和30℃时,光照可显著促进光叶紫花苕种子萌发,其余温度条件下无显著影响;光叶紫花苕种子萌发率与萌发速率随PEG与NaCl处理渗透势的降低呈下降趋势。在渗透势-0.2~-1.4MPa下,相比PEG处理,