تشخیص نوع لکنت در زبان فارسی با استفاده از ماشین بردار پشتیبان و روشهای استخراج ویژگی FFT و MFCC
- سال انتشار: 1394
- محل انتشار: کنفرانس بین المللی علوم و مهندسی
- کد COI اختصاصی: ICESCON01_0818
- زبان مقاله: فارسی
- تعداد مشاهده: 741
نویسندگان
دانشگاه آزاد اسلامی پردیس علوم و تحقیقات شاهرود، گروه مهندسی کامپیوتر، شاهرود، ایران
دانشگاه آزاد اسلامی پردیس علوم و تحقیقات شاهرود، گروه مهندسی کامپیوتر، شاهرود، ایران
چکیده
هدف ، ایجاد سیستمی با استفاده از ماشین بردار پشتیبان 8 به منظور تشخیص نوع لکنت 2 رخ داده در زبان فارسی، در افرادی که دچار اختلال در گفتار و لکنت هستند؛ میباشد. ایده اصلی، تشخیص نوع لکنت اتفاق افتاده در زبان فارسی با استفاده ازماشین بردار پشتیبان، است؛ تا متناسب با نوع لکنت تشخیص داده شده، رفتار و درمان متناسب، جهت اصلاح و بهبود آن صورت گیرد. چالش دیگری که در اینجا مطرح است، یافتن ویژگی یا ویژگیهایی است که در تشخیص نوع لکنت کاراهستند؛ و شناختن متغیر یا متغیرهایی، اعم از: جنسیت فرد، محدوده سنی و ...، که در تعیین نوع لکنت تاثیرگذار هستند.برای این منظور، ویژگیهای مختلفی روی سیگنالهای نمونه مورد استفاده را آزمون کردیم؛ بهترین دقت، برای روش Max FFT ، که توانست با دقت 89 %، سیگنالهای نمونه را بر اساس نوع لکنت رخ داده از هم تشخیص و تمییز دهدکلیدواژه ها
لکنت، انواع لکنت، تشخیص لکنت، شبکه عصبی مصنوعی 3 ، ماشین بردار پشتیبانمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
اطلاعات بیشتر در مورد 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.