logo
calendar17 Fevral 2020
view29
Asosiy til:O'zbek

НУТҚ СИГНАЛЛАРИНИ ТАСНИФЛАШ УСУЛЛАРИ ТАҲЛИЛИ

Fan yo'nalishi:
pdf

5e4a6013c736c.pdf

PDF

“Информатика ва энергетика муаммолари” Ўзбекистон журнали

“Информатика ва энергетика муаммолари” Ўзбекистон журнали

Maqola chop etishsee more

MAQOLA ANNOTATSIYASI

quote
Мазкур мақола нутқ сигналларини таснифлаш усуллари таҳлилига бағишланган бўлиб, унда шахсни автоматик идентификация қилиш масаласи тадқиқ этилган. Қўйилган масалани ечиш учун мавжуд усуллар баёни келтирилган бўлиб, таснифлаш Гаусс аралашма моделини қўллашга асосланган усул орқали амалга оширилган. Бундан ташқари ишлаб чиқилган алгоритмни тестлаш натижалари ҳамда таниб олиш масаласини ҳал этишда Гаусс аралашма моделини қўллаш бўйича хулосалар ҳам келтирилган.

MUALLIFLAR

N.Mamatov

Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети ҳузуридаги ахборот-коммуникация технологиялари илмий-инновацион маркази

SH.Abdullaev

Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети ҳузуридаги ахборот-коммуникация технологиялари илмий-инновацион маркази

P.Nurimov

_

Z.Zoirov

_

D.Khamraev

_

Teglar

# нейрон# метод# method# усул# модел# модель# алгоритм# algorithm# model# вероятность# signal# сигнал# neuron# масофа# probability# расстояние# distance# вектор# vector# эҳтимоллик# тақсимоти  функцияси# Лагранж кўпайтирувчилари# Активация функцияси# ядро функцияси# кўчиш қиймати# математик кутилма# чизиқли ва ночизиқли ажратиш# перцептрон# функция  распределния# множители  Лагранжа# функция  активации# функция  ядро# значение  сдвига# математическое ожидание# линейное и нелинейное выделение# distribution function# Lagrange  multipliers# activation function# core function# shift value# expectation# linear and nonlinear  selection# perceptron

SHU JURNALDAGI BOSHQA MAQOLALAR

Maqolani baholang

0
0 ta baho
5
4
3
2
1

Maqola idintifikatorlari

ROI:

https://eroi.uz/11.0007/A0220-0158

DOI:

Mavjud emas

Foydalanilgan adabiyotlar

http://www.speechpro.ru/. Нуқт технологиялари маркази.

Матвеев, Ю. Н. Технологии биометрической идентификации личности по голосу и другим модальностям // Вестник МГТУ им. Н. Э. Баумана. Электронное научно-техническое издание. 2012. № 3(3).

http://vestnik.bmstu.ru/catalog/it/biometric/91.html/

Капустин А. И., Симончик К. К. Система верификации дикторов по голосу «Цифровая обработка сигналов и ее применение». М., 2010. Т.1. с 207-210

Обзор основных методов распознавания дикторов Е.А.Первушин. http://cyberleninka.ru/article/n/obzor-osnovnyh-metodov-raspoznavaniyadiktorov.pdf

ru.wikipedia.org/wiki/Распознавание_по_голосу

Дьяконов, В. MATLAB: Учебный курс // В. Дьяконов. Санкт-Петербург.: Питер, 2001. - 560 с

Распознавание речи. Часть 1. Классификация систем распознавания речи. https://geektimes.ru/post/64572/

Идентификация-диктора-по-голосу-текст.http://seminar.at.ispras.ru/wpcontent/uploads/2012/07/

Ing - J r Ding , Developments of Machine Learning Schemes for Dynamic TimeWrapping-Based Speech Recognition // Ing-Jr Ding, Chih-Ta Yen, Yen-Ming Hsu. Mathematical Problems in Engineering. 2013

po-napravleniyu-rechevye-tekhnologii/

http://sud-expertiza.ru/library/ekspertiza-lichnosti-po-zvuchashhey-rechi/

Система исследования речевых компонентов В.С. Шерхонов. http://www.stelani.ru/services/uslugi

Bilmes, A. A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models // A. Jeff. Berkley: International Computer Science Institute. 1998. P. 7–13.

https://research-journal.org

https://seminar.at.ispras.ru

https://tech.yandex.ru/speechkit/