【摘 要】
：
在广泛被运用于说话人识别的高斯混合模型中，一般采用K均值聚类方法来初始化模型参数。但由于K均值方法的局限性，使得模型参数在ML算法估计过程中收敛速度比较慢，影响系统的性能。遗传算法具有的全局搜索能力以及对数据具有很强的聚类分析能力，因此采用遗传算法代替K算法获得模型初始化参数。实验结果表明，采用遗传算法初始化模型参数后，能得到更好的聚类中心，并在ML训练中，系统能快速的收敛到最优值，极大提高系统的
【机 构】
：
College of Telecommunications & Information Engineering,Nanjing University of Posts and Telecommunic
【出 处】
：
第19届全国计算机新科技与计算机教育学术大会
论文部分内容阅读
在广泛被运用于说话人识别的高斯混合模型中，一般采用K均值聚类方法来初始化模型参数。但由于K均值方法的局限性，使得模型参数在ML算法估计过程中收敛速度比较慢，影响系统的性能。遗传算法具有的全局搜索能力以及对数据具有很强的聚类分析能力，因此采用遗传算法代替K算法获得模型初始化参数。实验结果表明，采用遗传算法初始化模型参数后，能得到更好的聚类中心，并在ML训练中，系统能快速的收敛到最优值，极大提高系统的实时性和识别率。
其他文献
在阐述RNC的DSP负载基本概念的基础上，分析了基本的负载均衡算法，对最轻负载的均衡算法进行了探讨，提出了一种适合RNC系统的DSP负载算法。
针对混沌搜索具有提高局部搜索能力的特点，将混沌搜索引入求解多目标优化问题的差分演化算法中，给出了一种结合混沌搜索的多目标优化差分演化算法。该算法在每次差分演化迭代后根据个体在群体中的Pareto强度值，挑选群体中最优个体进行混沌局部搜索。此外，为了改善初始群体中解的多样性，该算法采用正交法初始化群体。通过对几个标准测试问题的数值实验，实验结果表明该算法能够寻找到逼近问题真实Pareto前沿的非劣解
Lucene作为开源全文本搜索引擎在信息检索领域得到了广泛的应用.Lucene提供了搜索引擎的核心功能，并且具有良好的接口，可以方便的嵌入到搜索应用中.本文在研究Lucene搜索引擎和系统结构的基础上，给出了一个基于Lucene搜索技术的局域网环境下Ftp搜索引擎的设计与实现方法，并通过实验说明了其正确性和有效性.
针对在排样、路径规划、碰撞检测和视区裁剪等应用中常常涉及到的包围盒生成问题，给出了一种任意形状多边形的最小面积矩形包围盒的生成算法。首先根据组成多边形的各顶点的相邻三个顶点的相对位置确定各外侧顶点，并依序相连求得任意形状多边形的凸包；然后根据凸包多边形矩形包围盒中的至少一条边与凸包的一条边共线的原理，逐一取每条边构造对应的矩形包围盒，求得面积最小者为求解结果。文中通过实例验证了算法的有效性。
随着流媒体、视音频等业务在Internet上的相继开展,IP组播技术和应用开始快速发展.IP组播在诸如多媒体应用这种多用户大数量数据传输万面较单播传输能节省较大的带宽及减少网络拥塞.本文主要分析了IP组播技术的概念和相关技术,最后介绍了IP组播技术在一对多主机文件传输中的应用。
云计算是分布式处理、并行处理和网格计算的发展和商业实现。云计算技术可以让用户通过高速互联网租用计算能力，从而节省硬件投资。云计算与网格计算的区别在于两者的目标和资源分配方式不同。该文讨论了云计算服务的分类，通过分析云计算技术的发展现状和商业化进程，总结出云计算技术迅速兴起的原因以及云计算技术未来发展所需要解决的问题。
空间对象间的拓扑关系是空间推理、GIS领域的一个重要研究内容。本文基于扩展9交模型引入了不确定边界的概念，以表示简单不确定区域间的拓扑关系。但是，简单不确定区域并不能表达空间对象的多样性和复杂性。对于简单的不确定区域，总共有44种确实存在的9交矩阵形式。本文从简单区域的44种9交矩阵出发，推导出内部含空洞的不确定区域的9-交矩阵形式。该方法也可以推广到求解其他形式的复杂不确定区域的拓扑关系。
本文对中文姓名识别的研究现状做了较为全面的描述，包括识别中文姓名时所用到的资源、主要的方法、存在的缺陷等，并在此基础上对今后姓名识别发展趋势做了预测。
异频异系统切换时,存在大量的异频和异系统邻区。由于在RNC(Radio Network Controller)下发给UE的测量列表里邻区没有优先顺序,UE(User Equipment)测量时将挨个测量列表邻区。经常出现的情况是,UE刚开始测量些无用的小区,目标小区在测了许多无用小区后才测量到,这导致测量效率低下效果不好。为了提高UE测量目标小区的速度,本文提出几种方法测量列表排序的方法,并给出真
本文提出了基于量子跃迁神经网络的汉语数字语音识别系统的多层分类器。本系统由两层的分类器组成，第一层叫做量子神经网络模糊分类器，第二层叫做量子神经网络数字对分类器。本文中所有数据的采集均来自于实验室环境。实验结果证明了无论在识别率还是在可靠性方面，量子跃迁神经网络总优于人工神经网络，同时也证明了量子神经网络在解决语音识别问题有着很大的优越性和无穷的潜力。