ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی روشهای استخراج ویژگی با استفاده ازشبکه های عصبی گلوگاهی برای بازشناسی گفتارتلفنی فارسی

تعداد صفحات: 6 | تعداد نمایش خلاصه: 454 | نظرات: 0
سال انتشار: 1392
کد COI مقاله: ICBME20_075
زبان مقاله: فارسی
(فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی روشهای استخراج ویژگی با استفاده ازشبکه های عصبی گلوگاهی برای بازشناسی گفتارتلفنی فارسی

محمدمحسن گودرزی - دانشگاه صنعتی امیرکبیر دانشکده مهندسی پزشکی پژوهشکده پردازش هوشمند علائم RCISPگروه پردازش صوت و زبان طبیعی
یاسر شکفته - دانشگاه صنعتی امیرکبیر دانشکده مهندسی پزشکی پژوهشکده پردازش هوشمند علائم RCISPگروه پردازش صوت و زبان طبیعی
فرشاد الماس گنج - دانشگاه صنعتی امیرکبیر دانشکده مهندسی پزشکی
جهانشاه کبودیان - دانشگاه رازی کرمانشاه دانشکده فنی و مهندسی گروه مهندسی کامپیوتر

چکیده مقاله:

سیستم بازشناسی گفتارانسان یک سیستم شناسایی مقاوم ویادگیرنده است ازانجا که شبکه های عصبی مصنوعی توانایی یادگیری اطلاعات سطح بالایی مانند الگوهای زمان بلند ویژگیهای ورودی به شبکه را دارهند میتوانند ابزار مناسبی برای بهبود کارایی سیستم های متداول بازشناسی گفتارباشند ازاین رو هدف این مقاله معرفی و بررسی روشهای استخراج اطلاعات مناسب ازویژگیهای رایج گفتاری با استفاده ازشبکه های عصبی گلوگاهی است برای این منظور دوروش براساس شبکه های خودانجمنی و شبکه های طبقه بندی کننده واج انتخاب و درحالت های مختلف برروی دادگان فارس دات کوچک تلفنی ازمایش و بررسی شده است استفاده ازدادگان تلفنی به علت پهنای باند فرکانسی محدود و محاوره ای بودن بیان آن یکی ازچالشی ترین ازمونهای بازشناسی گفتار دردهه اخیر است نتایج ازمایشها نشان میدهند که اعمال تجزیه مولفه های اصلی غیرخطی و همچنین هنجارسازی به میانگین و واریانس برروی ویژگیهای استخراجی ضروری می باشد همچنین برای رسیدن به بهترین کارایی لازم است تاویژگیهای استخراجی درکنار ویژگیهای گفتاری خام و اولیه قراربگیرند که این کار منجر به بهبود نتیجه بازشناسی خواهد شد

کلیدواژه ها:

شبكه عصبي مصنوعي ، شبكه عصبي گلوگاهي ، شبكه عصبي خودانجمني ، بازشناسي گفتارتلفني ، استخراج ويژگي

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/340090/

کد COI مقاله: ICBME20_075

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
گودرزی، محمدمحسن و شکفته، یاسر و الماس گنج، فرشاد و کبودیان، جهانشاه،1392،ارزیابی روشهای استخراج ویژگی با استفاده ازشبکه های عصبی گلوگاهی برای بازشناسی گفتارتلفنی فارسی،بیستمین کنفرانس مهندسی پزشکی ایران،تهران،،،https://civilica.com/doc/340090

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، گودرزی، محمدمحسن؛ یاسر شکفته و فرشاد الماس گنج و جهانشاه کبودیان)
برای بار دوم به بعد: (1392، گودرزی؛ شکفته و الماس گنج و کبودیان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 19,748
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی