搜索筛选:
搜索耗时0.0948秒,为你在为你在102,285,761篇论文里面共找到 13 篇相符的论文内容
发布年度:
[期刊论文] 作者：茅晓泉,,
来源：电信科学 年份：2006
本文介绍了GSM/GPRS/TD-SCDMA组网中的互操作流程,结合TD-SCDMA网络的不同部署时期探讨了互操作的策略和实现。...
[学位论文] 作者：茅晓泉,
来源：上海交通大学 年份：2001
该论文以进化计算为核心优化算法,主要研究了它在语音识别中的声学模型训练以及说话人辨认中的模型训练中的应用.该文利用进化计算的全局搜索的特点,把它引入模型的训练.针对...
[期刊论文] 作者：茅晓泉,,
来源：城市道桥与防洪 年份：2006
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥...
[期刊论文] 作者：茅晓泉,胡光锐,
来源：上海交通大学学报 年份：2001
在基于隐马尔柯夫模型(HMM)的语音识别系统中,模型训练最常用的算法是BaumWelch算法.该算法具有快速收敛及保证每步迭代模型的似然概率单调增的优点.但它基于最大似然训练准...
[期刊论文] 作者：茅晓泉,胡光锐,
来源：上海交通大学学报 年份：2002
对于隐Markov模型(HMM),经典的参数重估方法是Baum-Welch算法.该算法基于最大似然准则,具有快速收敛和保证似然度单调增的优点.但是对于其他的训练准则,则不存在这样的算法....
[期刊论文] 作者：茅晓泉,胡光锐,
来源：上海交通大学学报 年份：2004
The most popular estimation method for HMMs is Baum-Welch algorithm, which is based on the maximum likelihood(ML) criterion. For other criteria, such as Maximum...
[期刊论文] 作者：MAO,Xiao-quan(茅晓泉),HU,Guang-ru,
来源：上海交通大学学报：英文版 年份：2002
The most popular estimation method for HMMs is Baum-Welch algorithm, which is based on the maximum likelihood(ML) criterion. For other criteria, such as Maximum...
[期刊论文] 作者：茅晓泉,胡光锐,唐斌,
来源：数据采集与处理 年份：2002
隐马尔柯夫模型(HMM)的传统训练方法--Baum-Welch算法只能得到一个局部最优模型,从而影响最终的识别率.对于CHMM,分段K平均方法来取得一个初始值可以解决这一问题,但对DHMM却...
[期刊论文] 作者：茅晓泉,胡光锐,唐斌,
来源：上海交通大学学报 年份：2003
针对最大似然训练分辨能力的不足,把最大互信息训练方法引入到高斯混合模型(GMM)的训练中,并直接采用进化策略实现模型参数的全局训练,以模型与训练数据之间的互信息作为进化...
[期刊论文] 作者：茅晓泉,胡光锐,唐斌,
来源：电子学报 年份：2002
隐马尔柯夫模型(HMM)作为描述语音信号的一个工具,按输出概率分布的不同,可分为连续H-MM(CHMM)和离散HMM(DHMM).经典的训练方法Baum-Welch算法虽然收敛迅速,但是这类基于爬山...
[期刊论文] 作者：茅晓泉,胡光锐,唐斌,
来源：应用科学学报 年份：2002
将最大互信息(MMI)和进化计算(EC)相结合,引入到HMM的训练中去.各个模型用个体来表示,个体的适应值采用模型的最大互信息.这样借助于演化计算的全局搜索及种群的特点,得到了...
[期刊论文] 作者：茅晓泉,胡光锐,唐斌,
来源：上海交通大学学报 年份：2002
传统的最大互信息训练中一般采用梯度方法，这就使得所得模型往往只是一个局部最优模型。文中将最大互信息（MMI）和演化计算（EC）相结合，引入到隐马尔柯夫模型(HMM）的训练中去。各模型......
[期刊论文] 作者：胡光锐,虞晓,茅晓泉,
来源：上海交通大学学报 年份：2001
基于听觉现象分析 (CASA)模型的基本原理 ,在仅有单通道输入混合语音信号时 ,采用振荡器神经网络 ,提出了一种 CASA改进模型语音分离算法结构 .文中利用一个实例说明了新算法...
相关搜索：
