Search

Show simple item record

dc.contributorБрестский государственный технический университетru_RU
dc.contributorBrest State Technical Universityru_RU
dc.contributor.authorКлименко, Н. С.
dc.coverage.spatialБрестru_RU
dc.date.accessioned2019-10-28T09:37:12Z
dc.date.available2019-10-28T09:37:12Z
dc.date.issued2016
dc.identifier.citationКлименко, Н. С. Метод фильтрации векторов признаков в задаче текстонезависимой идентификации диктора / Н. С. Клименко // Искусственный интеллект. Интеллектуальные транспортные системы : материалы Международной научно-технической конференции, Брест, 25–28 мая 2016 года / Министерство образования Республики Беларусь, Брестский государственный технический университет ; редкол.: В. А. Головко [и др.]. – Брест : БрГТУ, 2016. – С. 20–22. – Библиогр.: с. 22 (7 назв.).ru_RU
dc.identifier.urihttps://rep.bstu.by/handle/data/2159
dc.descriptionKlimenko N. S. The method of filtering feature vectors in the task of text-independent speaker identificationru_RU
dc.description.abstractВ статье предложена модификация метода идентификации при помощи фильтрации множества векторов акустических признаков как обучающей выборки, так и выборки тестируемого образца. Результаты численных исследований показали, что данная модификация позволяет повысить вероятность текстонезависимой идентификации на основе одного классификатора. Вместе с тем, объем вычислений сокращается в сравнении с использованным ранее решающим правилом, полученным бустинг-алгоритмом.ru_RU
dc.language.isoruru_RU
dc.publisherБрГТУru_RU
dc.subjectприкладные системыru_RU
dc.subjectсистемы искусственного интеллектаru_RU
dc.subjectраспознавание и преобразование образовru_RU
dc.subjectapplication systemsru_RU
dc.subjectartificial intelligence systemsru_RU
dc.subjectpattern recognition and conversionru_RU
dc.titleМетод фильтрации векторов признаков в задаче текстонезависимой идентификации диктораru_RU
dc.typeНаучный доклад (Working Paper)ru_RU
dc.identifier.udc004.89ru_RU
dc.identifier.udc004.93ru_RU
dc.abstract.alternativeThe article proposes a modification of the identification method using filtering many vectors of acoustic features of both the training sample and the sample of the test sample. The results of numerical studies have shown that this modification allows to increase the likelihood of text-independent identification based on one classifier. Together with Moreover, the amount of computation is reduced in comparison with the previously used decision rule obtained by the boosting algorithm.ru_RU


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record