牛砚波
- 作品数：4 被引量：3H指数：1
- 供职机构：太原理工大学更多>>
- 发文基金：国家自然科学基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 支持向量机语音识别算法在DM6446上的实现被引量：1
- 2012年
- 针对语音识别系统对实时性和便携性的要求,提出一种基于MFCC/SVM在DM6446嵌入式系统开发平台上的实现方法,实现了一个面向非特定人的语音识别系统,将有向无环图多类分类支持向量机算法移植到该平台。并在该平台用DAG方法对非特定人孤立词和连接词进行语音识别,比隐马尔可夫模型有明显优势。通过样本预选取算法对训练样本进行预选取处理,并且应用到嵌入式语音识别系统中,大大降低了训练时间和测试时间。
- 牛砚波张雪英刘晓峰
- 关键词：支持向量机DM6446多类分类语音识别
- 改进的支持向量预选取方法在语音识别中的应用(英文)被引量：1
- 2015年
- 对于大规模数据量的语音识别问题,支持向量机的训练成为一个难题。预选取支持向量是解决这一难题的方法之一。提出一种新的支持向量预选取算法.一方面对原数据集的每类数据分别进行核模糊C均值聚类,将所有的聚类中心作为每类数据的表征集;另一方面根据支持向量的几何分布含义并借鉴支持向量机的多类分类算法中一对一方法的思路提取原数据集的边界样本作为预选取支持向量进行训练和预测,并将该算法应用于嵌入式语音识别系统中,实验结果表明:该方法提高了语音识别系统的训练效率,降低了计算代价,同时保持了较高的识别率。
- 郝瑞牛砚波修磊
- 关键词：支持向量多类分类
- 面向语音识别的SVDD改进算法及仿真研究（英文）被引量：1
- 2017年
- 支持向量数据描述(SVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在语音识别研究领域越来越受到广泛关注,本文针对语音样本分类中特征向量重叠和更新等问题,对现有的SVDD多类分类算法进行了改进,一方面,根据样本所在空间位置,构造超球重叠域决策函数;另一方面,基于类增量学习,实现超球类支持向量的动态改变。仿真实验结果表明,本文所提方法明显缩短了建模时间并且具有更好的识别性能。
- 郝瑞刘晓峰牛砚波修磊
- 关键词：支持向量数据描述多类分类决策函数
- 多类分类支持向量机在嵌入式语音识别系统中的研究
- 语音识别作为一门交叉学科，在人类智能化和信息化的道路上有着不可忽视的作用。近些年，嵌入式已经成为了信息领域的研究热点。在嵌入式系统中应用语音识别技术成为了语音识别发展的新方向。
语音识别技术的关键是解决多类分类问题...
- 牛砚波
- 关键词：语音识别支持向量机多类分类嵌入式系统
- 文献传递
