共查询到10条相似文献,搜索用时 265 毫秒
1.
三音素决策树为声学模型生成上下文相关的识别单元,是影响声学模型性能的关键技术。为了有效降低维吾尔语语音识别的词错误率,分别从基线系统的总体结构、三音素决策树模型的构建和训练流程、以及决策树构建算法本身三个不同的层次和视角,结合维吾尔语语音识别在发音音素标注集、根节点文件配置等方面的特点,拟定三音素决策树相关参数的调优方案。增加最大叶子数使决策树的分裂更充分,增大总高斯数,使每个叶子节点所对应的高斯混合模型精度更高,从而提升声学模型的性能。实验结果表明,通过提高最大叶子数和总高斯数,在基线系统的典型配置条件下,使词错误率下降13.1%。 相似文献
2.
3.
4.
采用特征识别的方法,提取数字的区域像素、水平过线、垂直过线三大方面的17个特征值对印刷体数字进行识别。利用MATLAB进行仿真实验,实验结果表明该识别方法简单,识别率高,速度快,抗干扰性强,对于不同字体、字形、字号的印刷体数字,能够快速准确识别,具有广泛的用途。 相似文献
5.
6.
采用了多种图像处理及目标特征识别方法相结合同时对多个目标进行识别。首先采用了阈值分割、数学形态学方法来分割目标图像,为了获得较完整的目标区域,又使用了基于模糊集理论的区域扩张方法来再次分割目标图像。然后,计算多目标的扩展不变矩特征值。最后,为实现图像快速、并行、准确的识别,并利于大量图像样本的存储,建立了神经网络识别系统。通过Pioneer3DX机器人平台实验,该方法可以在室内环境下同时对多个目标进行快速、准确的识别。 相似文献
7.
基于叶片图像处理和稀疏表示的植物识别方法 总被引:1,自引:0,他引:1
《江苏农业科学》2016,(9)
基于植物叶片图像的植物识别方法研究在保护生态环境方面具有十分重要的意义。针对植物叶片的复杂、多样性而导致很多基于特征提取的植物识别方法识别率不高的问题,提出了一种基于改进稀疏表示的植物识别方法。该方法利用最近邻准则实现稀疏表示,通过稀疏表示系数实现植物识别。该方法的创新点是将叶片图像识别问题转化为求解待识别样本关于训练样本的稀疏表示问题,是直接对原始叶片图像进行操作,而不需要进行特征提取和选择过程,由此提高了算法的识别效率。在6种叶片图像数据集上的试验结果显示,该方法对叶片图像识别是可行的,识别率高达94%以上。该方法为非线性、复杂叶片图像识别提供了一种途径。 相似文献
8.
考虑到基于端口的识别方法准确性比较低,而基于有效负载的方法的开销太大,促使利用应用连接到网络时的特征流的特点来识别流量.引用几种常见的聚类算法,提出基于聚类算法的识别方法,该方法包括两个阶段:通过离线学习阶段学习到流量的特征;在线识别阶段把学习到的特征用于在线的流量识别.通过实验表明该方法对流量识别,尤其是P2P流量最高可达90%以上的识别率. 相似文献
9.
10.
设计一款能够识别语音命令并进行简单语音对话的儿童交互式智能小车,可提高儿童智能玩具的乐趣,培养儿童的创造思维。本文从软、硬件设计方面具体阐述特定人语音识别在智能小车上的实现过程,并说明实验测试方法。实验表明:该系统对于小词汇量、特定人识别系统,具有很好的识别效果。 相似文献