一种新的用于说话人辨认的PNN分类器的研究

• 作者: 王成儒 王金甲 练秋生
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 概率神经网络 最大似然 期望最大化 说话人辨认
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 371-379
• 页数: 9页
• 分类号: TP391
• 字数: 2569字
• 语种: 中文

摘要

给出了一种新的类条件密度函数估计的d PNN模型,它基于模式层共享的PNN和模式层分离的PNN,即每个类不仅拥有一组只属于自己的模式层,还拥有所有类都共享的几个模式层,这里共享意味着每个核函数对所有类的条件密度估计都有贡献.新模型的训练采用最大似然准则,并改进了EM算法来调整模型参数.闭集文本自由说话人辨认试验证明了提出的模型及其算法的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学通信与电子工程系	110	1442	20.0	33.0
2	王成儒	燕山大学通信与电子工程系	121	995	16.0	24.0
3	王金甲	燕山大学通信与电子工程系	62	399	9.0	18.0