徐毅琼

作品数：7被引量：12H指数：2
导出分析报告
供职机构：解放军信息工程大学信息工程学院更多>>
发文主题：说话人识别数字信号处理芯片支持向量机独立分量分析隐马尔可夫模型更多>>
发文领域：自动化与计算机技术电子电信机械工程更多>>
发文期刊：《计算机应用与软件》《计算机应用》《计算机工程与设计》《仪器仪表学报》更多>>
所获基金：河南省教育厅基金国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于非监督学习神经网络的自动调制识别研究与实现被引量：1
《计算机应用与软件》2011年第1期79-81,95,共4页徐毅琼 葛临东 王波 叶健 
国家高技术研究发展计划项目(2006AA01Z146)
以非监督学习神经网络为主要研究对象,描述自组织网络的基本模型,分析传统自组织网络的训练算法,提出了一种基于自组织特征映射SOFM(Self-Organizing Feature Map)神经网络的通信信号自动调制识别方法。方法改进了训练算法中的学习率函...
关键词：调制识别 自组织特征映射神经网络 后向反馈神经网络 
基于SVM的多分类器融合算法在说话人识别中的应用被引量：5
《计算机工程与设计》2007年第12期2909-2910,2913,共3页王波 徐毅琼 李弼程 
解放军某部技术攀登基金项目(SP200503099)
多分类器协同合作克服了单个分类器识别效果不理想,适用范围较窄或对使用环境要求较高的不足,并为研制更高性能的分类器,提供了解决问题的另一个途径。提出了一种基于SVM的多分类器说话人识别系统,该系统的识别框架基于多分类器的协同...
关键词：说话人识别 多分类器协同 子带结构分类器 分层识别 人工神经网络 混合高斯模型 支持向量机 
基于段级特征的对话环境下说话人分段算法被引量：1
《计算机工程与设计》2007年第10期2401-2402,2416,共3页王波 徐毅琼 李弼程 
解放军某部技术攀登基金项目(SP200503099)
提出了一种使用段级语音特征对测试进行说话人分段从而实现对话环境下说话人分段算法,算法实现中基于车比雪夫和不等式提出了基于协方差模型的段级特征的距离测度描述。该识别方法根据实验选择了合适的段级特征语音段长度,实验结果表明...
关键词：段级特征 车比雪夫和不等式 说话人识别 语音分段 高斯混合模型 数字信号处理芯片 
基于TMS320C6701EVM板的说话人识别系统
《微计算机信息》2006年第10Z期55-56,214,共3页王波 徐毅琼 李弼程 
河南省教育厅基金项目;编号:SP200303099
本文在TMS320C6701EVM板的基础上实现一种快速的说话人识别系统。本文提出一种基于段级语音特征的说话人识别的快速算法,该算法在传统的GMM算法的基础上使用段级语音特征对测试语音进行数据量压缩,以减少计算时间。并基于车比雪夫和不...
关键词：段级特征 车比雪夫和不等式 说话人识别 数字信号处理芯片 
基于改进的独立分量分析的人脸识别方法被引量：2
《数据采集与处理》2006年第2期184-187,共4页徐毅琼 王波 李弼程 
河南省教育厅基金(SP200303099)资助项目
将独立分量分析(Independen t Com ponen t A na lys is,ICA)作为人脸特征提取方法。ICA所提取的特征分类能力强、相互独立,对像素间高阶统计特性敏感,并且不易受光照变化的影响。实验结果表明,基于ICA的人脸特征提取方法的识别性能优...
关键词：人脸识别 独立分量分析 快速独立分量分析算法 遗传算法 
基于段级特征的快速说话人识别算法及DSP实现
《仪器仪表学报》2006年第z1期891-893,共3页王波 徐毅琼 李弼程 
本文在TMS320C6701EVM板的基础上实现一种快速的说话人识别系统。提出一种基于段级语音特征的说话人识别的快速算法,该算法在传统的GMM算法的基础上使用段级语音特征对测试语音进行数据量压缩,以减少计算时间。并基于车比雪夫和不等式...
关键词：段级特征 车比雪夫和不等式 说话人识别 数字信号处理芯片 
基于隐马尔可夫模型的自动人脸识别方法被引量：3
《计算机应用》2004年第B12期225-227,共3页徐毅琼 李弼程 王波 
基于DCT系数的伪二维隐马尔可夫人脸模型(P2D HMM)由于更好的利用了人脸图像 的二维统计特性,所以与基于KLT系数的一维隐马尔可夫人脸模型相比,识别效果更好,但是结构复 杂、运算量大。一维隐马尔可夫模型(1D HMM)表现二维人脸存在...
关键词：隐马尔可夫模型 支持向量机 独立分量分析 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部