最小分类错误相关论文
纹理图像是由紧密交织在一起的基元组成的某种结构，具有局部的不变规则和整体的规律性。纹理分类是计算机视觉研究领域的一个基础性......
语音检测是指从一段包含语音的信号中自动地检测出语音存在时段的一门技术,也称为语音活动检测。它是语音信号处理中的重要环节,广......
该论文的主要研究内容是基于隐马尔可夫模型的语音识别及其在电信领域中的应用.该文对非特定人孤立词语音识别从多个角度进行了研......
高斯混合模型（ ＧＭＭ）是当今说话人识别的一种流行算法，但 ＧＭＭ的训练的目标是使似然度最大，并不能产生识别性能最佳的模型。本文提出了ＧＭＭ ＋ＭＣＥ（最小分......
提出了一种基于最小分类错误准则的概率神经网络的训练算法。实验结果表明, 该系统及其MCE学习算法在20个说话人辨认应用中利用5s......
首先讨论了基于MCE/GPD的语音识别研究的最新进展。在此基础上 ,提出了一种环境特征判别学习的Robust语音识别方法 ,该方法基于最......
众所周知，训练和测试环境的不同严重影响了语音识别系统的性能。该文提出了一种新的测试环境自适应的方法，它能在测试进行过程中逐步......
本文提出了一种基于最小分类错误准则（MCE）的子词权重参数估计算法，通过MCE训练得到子词的权重系数。子词对词级置信度贡献量的研究表......
隐马尔可夫模型的参数估计是研究的重点话题,其中一个主要的方法是最小分类错误.从两方面说明一种新的MCE方法.建立一个非平凡的结......
提出了一种新的纹理分类的方法,该方法把基于无抽样小波变换的特征提取器和基于欧几里得距离的分类器进行了合并。把方差、偏态系......
关键词检测是从连续语音流中检测预先定义的给定词的技术,是语音识别领域的一个重要应用。目前的关键词检测研究中,主流的方法是基......
高斯混合模型（ＧＭＭ）是当今说话人识别的一种流行算法，但ＧＭＭ的训练的目标是使似然度最大，并不能产生识别性能最佳的模型。本文提出了ＧＭＭ＋ＭＣＥ（最小分类错......
提出了一种基于最小分类错误准则的概率神经网络的训练算法.实验结果表明,这种分类网络及其学习算法在30个说话人辨认应用中利用5......
介绍了一种近年来正被广泛重视的模式识别方法——基于最小分类错误准则的判别学习方法，讨论了该方法的基本原理及其可能的应用领域......
在应用最小分类错误（MCE）准则对识别说话人的高斯混合模型（GMM）训练中,采用一个权重函数来确定说话人模型参数调整量的权值,使得比较近......
提出了一种基于最小分类错误准则的概率神经网络的训练算法.实验结果表明,该系统及其MCE学习算法在20个说话人辨认应用中利用5s清......
语速和插入删除错误是导致自动电话转接系统发生错误的重要原因。该文给出一种基于子词似然比（LLR）和子词驻留特征融合的语音确认方......
语音关键词检测是一种从连续的语音流中检测预定义的一组关键词的技术,它的一种主流方法是基于大词汇量连续语音识别器(Large Voca......
