基于MBIC的决策树聚类算法在连续语音识别中的应用

• 作者: 付跃文 杜利民 王劲林 陈国平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 连续语音识别 决策树聚类 最小贝叶斯信息准则 分裂停止准则
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 多媒体与软件技术
• 页码范围: 2792-2795
• 页数: 4页
• 分类号: TP391.42
• 字数: 3992字
• 语种: 中文

摘要

提出了一种采用最小贝叶斯信息准则(Minimum Bayesian Information Criterion,MBIC)来最优化控制决策树结点分裂程度的算法.首先在理论上证明了MBIC能够较好地解决模型参数复杂度与训练数据集规模之间的权衡问题,然后给出了基于MBIC的决策树分裂停止准则的计算公式.汉语连续语音全音节识别实验表明:与传统的最大似然准则(Maximum Likeihood Criterion,MLC)相比,MBIC对声学模型参数和训练数据集的变化具有更好的适应能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付跃文	南京工业大学信息科学与工程学院	5	54	4.0	5.0