基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对支持向量机理论进行了简要分析,并将支持向量机引入汉语语音关键词识别系统中,根据关键词置信度将关键词假想命中分为接受和拒识两类,从而提高系统正确识别率.针对线性支持向量机、不同核函数下的非线性支持向量机以及核函数为径向基函数时支持向量机的性能做了一些相关实验.实验结果显示,支持向量机是一种相当有效的关键词确认方法.
推荐文章
基于词向量与TextRank的关键词提取方法
抽取
语义差异性
TextRank
词向量
隐含主题分布
基于语义的文档关键词提取方法
语义距离
密度聚类
关键词提取
基于关键词相似度的短文本分类方法研究
词向量
特征选择
短文本分类
特征权重
基于流媒体语音关键词识别系统的研究
流媒体
在线垃圾模型
置信度
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM的语音关键词确认方法研究
来源期刊 计算机应用与软件 学科 工学
关键词 支持向量机 关键词确认 核函数
年,卷(期) 2006,(7) 所属期刊栏目 人工智能与识别
研究方向 页码范围 85-87
页数 3页 分类号 TP3
字数 3294字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.07.034
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵铁军 哈尔滨工业大学计算机学院 123 1278 19.0 32.0
2 李生 哈尔滨工业大学计算机学院 118 3318 28.0 56.0
3 朱莉 哈尔滨工业大学计算机学院 15 45 4.0 6.0
4 乔跃刚 哈尔滨工业大学计算机学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
关键词确认
核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导