首页 期刊 自动化学报 一种新的用于说话人辨认的PNN分类器的研究 【正文】

一种新的用于说话人辨认的PNN分类器的研究

作者:王成儒; 王金甲; 练秋生 燕山大学通信与电子工程系; 秦皇岛; 066004
概率神经网络   最大似然   期望最大化   说话人辨认  

摘要:给出了一种新的类条件密度函数估计的d PNN模型,它基于模式层共享的PNN和模式层分离的PNN,即每个类不仅拥有一组只属于自己的模式层,还拥有所有类都共享的几个模式层,这里共享意味着每个核函数对所有类的条件密度估计都有贡献.新模型的训练采用最大似然准则,并改进了EM算法来调整模型参数.闭集文本自由说话人辨认试验证明了提出的模型及其算法的正确性.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅