位置:成果数据库 > 期刊 > 期刊详情页
单状态基因克隆HMM语音训练算法
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TN912.3[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]湖南大学计算机与通信学院,长沙410082
  • 相关基金:国家自然科学基金(the National Natural Science Foundation of Chinaunder Grant No.60634020);湖南省科技计划项目(No.2007GK3078).
中文摘要:

针对用于隐马尔科夫模型(HMM)训练的经典Baum Welch算法容易陷入局部最优解这一问题,提出基因克隆的Baum Welch算法。该算法在Baum Welch算法迭代计算到10-3以内不再改变的情况下,在当前已获得局部最优参数B矩阵的基础上,执行基因克隆算子,获得优化的HMM的B参数,进一步提升Baum Welch算法语音模板的输出概率。实验结果表明:该算法模板计算概率大于经典的Baum Welch算法,获得了比Baum Welch算法更优的训练模板。

英文摘要:

The classical Baum Welch algorithm for Hidden Markov Model(HMM) training is easily trapped in local optimum.To this question,this paper proposes a gene cloning Baum Welch algorithm.When the result of Baum Welch algorithm changes less than 10-3,based on current local optimized parameters matrix B,it executes the gene cloning operator to get optimized HMM parameters matrix B.At last,the probability of voice templates of Baum Welch algorithm output is improved.Experimental results show that the template probability of new algorithm is greater than the classic Baum Welch algorithm,and the new training template is better than Baum Welch algorithm’s.

同期刊论文项目
期刊论文 287 会议论文 65 获奖 9 专利 15 著作 2
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887