بهبود مدل مخلوط گوسی با استفاده از خوشه ِبندی - C میانگینه فازی وزن ِدار مقاوم
- سال انتشار: 1386
- محل انتشار: سومین کنفرانس بین المللی فناوری اطلاعات و دانش
- کد COI اختصاصی: ICIKT03_074
- زبان مقاله: فارسی
- تعداد مشاهده: 1682
نویسندگان
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، آ
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، آ
دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، آ
چکیده
مدل مخلوط گوسی یکی رایج ترین روش های طبقه بندی در سیستم های خودکار بازشناسی گفتار و گوینده محسوب می شود . متأسفانه دقت بازشناسی مدلهای مخلوط گوسی، وابستگی شدیدی به مراکز اولیه مخلوط های گوسی دارند که این وابستگی در مواردی - C کارایی سیستم های بازشناسی گفتار و گوینده را تحت تأثیر قرار می دهد . امروزه اغلب برای رفع این وابستگی از روش خوشه بندی میانگینه سخت استفاده می شود . روش خوشه بندی - C میانگینه سخت یا همان الگوریتم K-means حساسیت شدیدی به داده های دورافتاده دارد که می توانند کارایی آن را کاهش دهند . با توجه به این حقیقت که در مجموعه بردارهای ویژگی گفتاری نیز همواره تعدادی داده دورافتاده وجود دارند، استفاده از روش خوشه بندی دیگری که نسبت به دادگان دورافتاده از حساسیت کمتری برخوردار باشد، می تواند بر دقت سیستم های بازشناسی گفتار و گوینده بیفزاید . به همین دلیل در این مقاله سعی شده است تا تأثیر استفاده از روش خوشه بندیC میانگینه فازی و تعدادی از روش های خوشه بندی مقاوم در مقابل دادگان دورافتاده مبتنی بر آن مانند خوشه بندی - C - میانگینه فازی - اعتباری، خوشه بندی - C میانگینه فازی وزندار مبتنی بر چگالی و روش جدید خوشه بندی - C میانگینه فازی وزن ِدار مقاوم، بجای روش خوشه بندی - C میانگینه سخت در سیستم های بازشناسی گوینده مورد بررسی قرار بگیرد . نتایج آزمایش های انجام شده، نشان دهنده افزایش دقت سیستمهای بازشناسی گوینده با استفاده از روش های خوشه بندی مقاوم در مقابل دادگان دورافتاده بخصوص روش خوشه بندی - C میانگینه فازیِ وزندار بجای روش خوشه بندی - C میانگینه سخت در تولید مدلهای مخلوط گوسی است .کلیدواژه ها
بازشناسی خودکار گوینده، خوشه بندی - C میانگینه فازی، دادگان دورافتاده، مدل مخلوط گوسیمقالات مرتبط جدید
- Adaptive Control Strategies for Fast Charging of EVs with Battery Degradation Mitigation
- شناسایی مانع با استفاده از دید استریو برای خودروهای بدون سرنشین
- Multi-Gbest Decomposition for Many-Objective Optimization
- ترکیب منابع انرژی پیزوالکتریک و ترموالکتریک به منظور افزایش کارایی سیستم های برداشت انرژی
- کاربرد نگاشت های GAF و MTF در تشخیص خرابی تجهیزات دوار با شبکه DenseNet
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.