logo
calendar17 Fevral 2020
view27
Основной язык:Узбекский

НУТҚ СИГНАЛЛАРИНИ ТАСНИФЛАШ УСУЛЛАРИ ТАҲЛИЛИ

Область науки:
pdf

5e4a6013c736c.pdf

PDF

Журнал «Проблемы информатики и энергетики»

Журнал «Проблемы информатики и энергетики»

Опубликовать статьюsee more

АННОТАЦИЯ СТАТЬИ

quote
Статья посвящена анализу методов классификации речевых сигналов, исследована задача автоматической идентификации личности. Для решения поставленной задачи изложены существующие методы, классификация осуществлена на основе применения метода модели Гауссовских смесей. Кроме того, приведены результаты тестирования и выводы применения модели Гауссовских смесей при решении задачи распознавания.

АВТОРЫ

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

_

Теги

# 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

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

ROI:

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

DOI:

Недоступно

Список литературы

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/