搜索筛选:
搜索耗时0.0913秒,为你在为你在102,285,761篇论文里面共找到 5 篇相符的论文内容
发布年度:
[学位论文] 作者：包威权,
来源：北京大学 年份：1997
与以往的混合模型不同,该文介绍的隐马模型(Hidden Markov Model,即HMM)/多层前馈神经网络(Multilayer Feed- forward Neural Network 即MFNN)模型,以堆栈推广原理为基础,将H...
[期刊论文] 作者：包威权,陈琦,
来源：北京大学学报：自然科学版 年份：1997
将隐马尔可夫模型与人工神经网络相结合既利用ＨＭＭ能够较好地描述动态时间序列又ＡＮＮ静态分类能力强的特点，应用于说话人辨认。本文将一个多层前馈神经网络与ＨＭＭ相结合构成混合模模型，与以......
[会议论文] 作者：包威权,陈珂,
来源：1997年中国神经计算科学大会 年份：1997
根据堆栈推广原理，将隐马尔可夫模型（ＨＭＭ）与多层前馈神经网络（ＭＦＮＮ）相结合，既利用ＨＭＭ能够较好地描述动态时间序列又利用ＭＦＮＮ静态分类能力强的特点，应用于说话人辨认。与以往的方法不同，模型有效利用......
[期刊论文] 作者：陈珂,包威权,迟惠生,
来源：Journal of Computer Science and Technology 年份：1996
In this paper, the constrained optimization technique for a substantial prob-lem is explored, that is accelerating training the globally recurrent neural net-wo...
[期刊论文] 作者：包威权,陈珂,迟惠生,
来源：北京大学学报(自然科学版) 年份：
将隐马尔可夫模型（ＨＭＭ）与人工神经网络（ＡＮＮ）相结合，既利用ＨＭＭ能够较好地描述动态时间序列又利用ＡＮＮ静态分类能力强的特点，应用于说话人辨认。本文将一个多层前馈神经网络（ＭＬＦＮＮ）与ＨＭＭ相结合构成混合模型，与以往的方法不同，具有所需训练数据量小，推广性能良好的特点。对２０个说话人辨认的实验结果表......
相关搜索：
