王一
- 作品数：14 被引量：57H指数：6
- 供职机构：解放军电子工程学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术电气工程理学更多>>
- LVCSR系统中一种基于区分性和自适应瓶颈深度置信网络的特征提取方法被引量：9
- 2015年
- 大词汇量连续语音识别系统中,为了进一步增强网络的鲁棒性、提升瓶颈深度置信网络的识别准确率,本文提出一种基于区分性和自适应瓶颈深度置信网络的特征提取方法。该方法首先使用鲁棒性较强的瓶颈深度置信网络进行初步特征提取,进而进行区分性训练,使网络的区分性更强、识别准确率更高,在此基础上引入说话人自适应技术对网络进行调整,提高系统的鲁棒性。本文利用提出的声学特征在多个噪声较强、主题风格较为随意的多个公共连续语音数据库上进行了测试,识别准确率取得了6.9!的提升。实验结果表明所提出的特征提取方法相对于传统方法的优越性。
- 陈雷杨俊安王一王龙
- 关键词：连续语音识别说话人自适应
- 深度学习理论及其在语音识别领域的应用被引量：9
- 2014年
- 深度学习是模式识别和机器学习领域最新的研究成果,它以强大的建模和表征能力在图像和语音处理等领域取得了很好的应用。将深度学习引入到电子对抗领域的语音识别中,首先简单介绍了深度学习的基本理论,随后阐述了目前语音识别领域中语种识别、说话人识别和关键词检出存在的问题,并利用深度学习方法对这些突出的问题加以解决。
- 杨俊安王一刘辉李晋徽陆俊
- 关键词：语音识别特征提取声学建模
- 一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用被引量：10
- 2014年
- 在语种识别中,传统的MFCC特征由于每帧信号上的信息量不足,很容易受到噪声污染,且抗噪能力较弱。同时,目前普遍使用的SDC特征提取方法在参数选择上需要人为设定,这增加了识别结果的不确定性。针对上述不足,将深度学习方法引入特征提取之中,提出了基于瓶颈深度信念网络的特征提取方法。最后在NIST2007数据库上对瓶颈层的大小、隐层数目以及瓶颈层位置进行了相关的对比实验,结果表明,提出的方法相对于传统的特征提取方法能够取得更高的识别率。
- 李晋徽杨俊安王一
- 关键词：语种识别
- 一种基于内壳向量的SVM增量式学习算法被引量：2
- 2011年
- 本文针对支持向量机难以快速有效地进行增量式学习的问题,提出了一种基于内壳向量的支持向量机增量式学习算法。算法通过线性规划运算求得最可能包含支持向量的壳向量和内壳向量集合,在保证分类精度的前提下最大程度地缩小训练集规模,进而在新的训练集中快速训练支持向量机。将该算法应用于公开数据及低空飞行声目标分类识别,结果表明,新算法缩短了训练时间,且比现有其他算法具备更高的分类精度和稳定性。
- 王一杨俊安刘辉耿钦
- 关键词：支持向量机
- 基于去相关邻域保持判别投影的声目标特征提取被引量：2
- 2010年
- 提出了一种基于去相关邻域保持判别投影的声目标特征提取算法(UNPDP),在邻域保持投影(NPP)算法保持局部线性结构的基础上,通过引入类别信息,在增强局部类内几何关系的同时最大化类间距离,提高了其低维嵌入的区分性;通过加入去相关限制,使得其得到的特征向量具有统计不相关特性,去除了冗余信息。在SensIT实验数据和外场实际采集数据上的实验结果表明基于去相关邻域保持判别投影的特征提取方法可以更好的表征声目标信号,识别的准确性和鲁棒性得到较大的提高。
- 刘辉杨俊安王一
- 关键词：声目标识别流形学习
- 改进的基于点过程模型的连续语音关键词识别技术
- 2013年
- 本文建立了一种基于点过程模型的连续语音关键词识别系统,该模型不同于以往的经典模型,而是将连续语音信号处理成一系列稀疏的音素点集,通过对各音素点集进行建模得到关键词模型与背景模型,再采用滑动搜索的方式来检出关键词。实验结果表明该方法在保证90%以上识别率的同时大大降低了运算复杂度,并且在具有极少量训练样本的情况下依然具有较高的识别率,具有良好的鲁棒性。
- 陆俊杨俊安王一
- 关键词：关键词识别语音识别
- 加权邻域重构及其在声目标识别中的应用
- 2011年
- 针对流形学习方法用于声目标识别时易受噪声干扰的情况,提出一种加权邻域重构算法,采用加权迭代方式构造出带噪流形子曲面中最能反映该曲面变化趋势的曲线,通过拓展该曲线对带噪流形子曲面进行重构,利用新曲面计算低维嵌入.该算法在去除噪声的同时,最大限度地保持了原流形曲面的变化趋势,是一种适用于声目标识别的算法.在公开数据库和低空飞行目标实际数据中进行实验,结果表明在识别正确率及运行时间上,本文提出的算法相对于其他3种对比算法均取得了较好的效果.
- 王一邹继伟杨俊安刘辉白京路
- 关键词：声目标识别
- 基于改进测地距离的等度规映射及其在声目标特征提取中的应用被引量：2
- 2012年
- 经典等度规映射(ISOMAP)算法由于其固有的拓扑不稳定性,容易受噪声影响出现"短路边",导致其在声目标特征提取的应用中性能不佳。提出了一种基于改进测地距离的ISOMAP算法,将近邻图的构造看作是建立一个电路模型,以电路中各节点电容从初始阶段到一定的状态所需要的时间为测地距离的量度,将保持局部结构的鲁棒性与保持全局几何结构的准确性结合在一起,克服了噪声短路点对算法的影响,提高了算法性能。在SensIT实验数据和外场实际采集数据上的实验结果表明,基于改进测地距离的ISOMAP算法的准确性和鲁棒性都有了较大提高。
- 刘辉杨俊安王一蔡学良
- 关键词：信息处理技术目标识别流形学习
- 一种基于层次结构深度信念网络的音素识别方法被引量：2
- 2014年
- 针对现有音素识别系统识别准确率不高、建模方法表征能力不强且易陷入局部最优解等问题,提出了一种基于层次结构深度信念网络(deep belief network,DBN)的音素识别新方法.该方法由基于层次结构DBN的瓶颈特征以及基于DBN的音素分类器两部分组成:其中的瓶颈特征能够充分利用DBN能够处理长时段语音、监督性的提取方法等特性;而基于DBN的音素分类器则具有更强的建模和表征能力.因此,将两者结合在一起能够在提取低维、监督性特征的同时,利用DBN更加有效地对音素后验概率进行识别.在TIMIT数据库上进行的实验结果表明,所提出的音素识别方法在识别正确率上相对于以往音素识别系统有较大提高.
- 王一杨俊安刘辉柳林卢高
- 关键词：音素识别
- 基于保局判别投影的声目标特征提取算法
- 2011年
- 针对现有声目标识别技术鲁棒性较差的实际情况,提出了一种监督性流形学习算法—保局判别投影(LPDP)算法。算法在流形学习保局投影(LPP)算法的基础上,引入了控制类间和类内距离的改进最大边缘标准(MMMC),使得这种特征提取算法既具有线性流形学习算法样本外点学习的优点,又能够有效解决小样本问题,并能在后续的分类中取得良好效果。通过在公开数据库和战场实际数据的特征提取实验,结果表明算法的识别率和稳定性均优于现有其他算法。
- 王一杨俊安刘辉
- 关键词：声目标识别保局投影
