您的位置: 专家智库 > >

何旭明

作品数:2 被引量:17H指数:2
供职机构:上海交通大学电子信息与电气工程学院电子工程系更多>>
发文基金:国家自然科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 1篇语音
  • 1篇语音识别
  • 1篇噪声
  • 1篇噪声抑制
  • 1篇时间序列
  • 1篇说话人辨认
  • 1篇进化算法
  • 1篇混合进化算法
  • 1篇混沌
  • 1篇GMM
  • 1篇参数估计

机构

  • 2篇上海交通大学

作者

  • 2篇胡光锐
  • 2篇何旭明
  • 1篇任晓林
  • 1篇崔玉红

传媒

  • 1篇通信学报
  • 1篇应用科学学报

年份

  • 1篇2002
  • 1篇2000
2 条 记 录,以下是 1-2
排序方式:
一种新颖的混沌时间序列分析方法被引量:12
2000年
本文提出了一种新颖的混沌时间序列分析方法,即从被加性高斯白噪声污染的混沌时间序列中估计其系统参数并同时进行噪声抑制的方法。假定产生混沌时间序列的模型已知,但相应的参数未知。这种新方法把对混沌时间序列的参数估计和噪声抑制看作是一种最小化过程,并利用了最速梯度下降方法解决。数值模拟实验表明新方法要优于现有的方法。
任晓林胡光锐何旭明
关键词:混沌时间序列参数估计噪声抑制
基于混合进化计算的GMM优化方法及其在说话人辨认中的应用被引量:5
2002年
提出了基于进化高斯混合模型 (EGMM)的说话人辨认系统建模方法 .EGMM在进化算法的框架下 ,为改善模型的泛化性能对 GMM模型的结构与参数共同进行了优化 .同时 ,系统的优化目标中引入了其他用户的区分性信息以提高其分类精度 .根据 GMM的特点设计了专门的遗传算子并结合 GA与 EP提出了一种新的混合进化算法 .初步实验结果表明 ,EGMM方法建立的说话人模型具有更强的泛化能力 .在说话人辨认实验中 ,较之传统的GMM方法 ,基于 EGMM的系统的正识率提高了近 3% ,并且模型具有更小的平均尺寸 .
崔玉红胡光锐何旭明
关键词:GMM说话人辨认混合进化算法语音识别
共1页<1>
聚类工具0