期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人的控制行为模型计算机仿真建模测试系统
被引量:
2
1
作者
熊汉春
梁家荣
陈怀琛
《广西大学学报(自然科学版)》
CAS
CSCD
1998年第2期155-159,共5页
人的建模研究是人机工程学的一个分支,它研究人在人机系统中的特性.论文叙述了人的建模研究的重要意义及当前的研究状况,并介绍了一个建模综合测试环境的基本原理及软硬件组成.此建模环境把多种计算机输入设备、人的控制任务模型、辨识...
人的建模研究是人机工程学的一个分支,它研究人在人机系统中的特性.论文叙述了人的建模研究的重要意义及当前的研究状况,并介绍了一个建模综合测试环境的基本原理及软硬件组成.此建模环境把多种计算机输入设备、人的控制任务模型、辨识算法等集成起来,并加入了自制的眼动仪和操纵杆,最后给出了传递函数模型和模糊模型建模的实例.
展开更多
关键词
人
控制行为模型
建模
人机工程
计算机
仿真
下载PDF
职称材料
一种用于说话人辨认的EM训练算法
被引量:
2
2
作者
熊汉春
贺前华
李海洲
《数据采集与处理》
CSCD
1998年第3期214-219,共6页
提出用于说话人辨认的一种概率映射网络(PMN)分类器,分类器的参数用EM(Expectationmaximization)算法进行训练。PMN网为一个四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输...
提出用于说话人辨认的一种概率映射网络(PMN)分类器,分类器的参数用EM(Expectationmaximization)算法进行训练。PMN网为一个四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的说话人语音数据模型参数通过网络变换为输出的说话人判定。其网络节点对应于贝叶斯后验概率公式的各个变量。该PMN网络用高斯核函数作为密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习。实验结果表明,这种分类网络及其学习算法在说话人辨认应用中是有效的。
展开更多
关键词
神经网络
概率
映射网络
EM算法
说话人识别
下载PDF
职称材料
一种概率映射网络的EM训练算法
3
作者
熊汉春
贺前华
李海洲
《电子科学学刊》
EI
CSCD
1999年第2期175-181,共7页
本文提出一种概率映射网络(PMN)的EM(Expectation Maximization)训练算法。PMN为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式...
本文提出一种概率映射网络(PMN)的EM(Expectation Maximization)训练算法。PMN为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此PMN用高斯核函数作为密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明此网络及其学习算法在分类应用中的有效性。
展开更多
关键词
概率映射网络
EM算法
说话人识别
模式识别
下载PDF
职称材料
一种 PNN 网络的 EM 训练算法
4
作者
熊汉春
贺前华
李海洲
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
1998年第7期25-32,共8页
提出一种概率神经网络(PNN)的EM(ExpectationMaximization)训练算法.PNN网为一四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,它把输入的样本模式,经网络变换为输出的分类判决...
提出一种概率神经网络(PNN)的EM(ExpectationMaximization)训练算法.PNN网为一四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,它把输入的样本模式,经网络变换为输出的分类判决.其网络节点对应于贝叶斯后验概率公式的各个变量.此PNN网络用高斯核的Parzen窗函数作为核密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习.实验表明了此网络及其学习算法在分类应用中的有效性.
展开更多
关键词
概率神经网络
EM算法
贝叶斯策略
模式识别
下载PDF
职称材料
一种PMN网络的GEM训练算法
5
作者
熊汉春
李海洲
《电路与系统学报》
CSCD
1998年第4期31-36,共6页
本文提出一种概率映射网络(PMN)的CEM(GeneralExpectationMaximization)训练算法,它是EM(ExpectionMaximization)算法的一种改进算法。PMN网为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本...
本文提出一种概率映射网络(PMN)的CEM(GeneralExpectationMaximization)训练算法,它是EM(ExpectionMaximization)算法的一种改进算法。PMN网为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此PMN网络用高斯校函数作为密度函数,网络参数的训练由GEM算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明了此网络及其学习算法在分类应用中的有效性。
展开更多
关键词
概率映射网络
GEM算法
贝叶斯策略
模式识别
下载PDF
职称材料
题名
人的控制行为模型计算机仿真建模测试系统
被引量:
2
1
作者
熊汉春
梁家荣
陈怀琛
机构
华南理工大学电子与信息学院
西安电子科技大学电子工程学院
出处
《广西大学学报(自然科学版)》
CAS
CSCD
1998年第2期155-159,共5页
基金
电子科学研究院预研项目(9521)
文摘
人的建模研究是人机工程学的一个分支,它研究人在人机系统中的特性.论文叙述了人的建模研究的重要意义及当前的研究状况,并介绍了一个建模综合测试环境的基本原理及软硬件组成.此建模环境把多种计算机输入设备、人的控制任务模型、辨识算法等集成起来,并加入了自制的眼动仪和操纵杆,最后给出了传递函数模型和模糊模型建模的实例.
关键词
人
控制行为模型
建模
人机工程
计算机
仿真
Keywords
human control behavior model
modeling
identification
human engineering
分类号
TP11 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种用于说话人辨认的EM训练算法
被引量:
2
2
作者
熊汉春
贺前华
李海洲
机构
华南理工大学电子与通信工程系
出处
《数据采集与处理》
CSCD
1998年第3期214-219,共6页
基金
国家教委外事司归国人员研究基金
广东省自然科学基金
文摘
提出用于说话人辨认的一种概率映射网络(PMN)分类器,分类器的参数用EM(Expectationmaximization)算法进行训练。PMN网为一个四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的说话人语音数据模型参数通过网络变换为输出的说话人判定。其网络节点对应于贝叶斯后验概率公式的各个变量。该PMN网络用高斯核函数作为密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习。实验结果表明,这种分类网络及其学习算法在说话人辨认应用中是有效的。
关键词
神经网络
概率
映射网络
EM算法
说话人识别
Keywords
neural metworks
probability
mapping networks
EM algorithm
speaker recognition
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种概率映射网络的EM训练算法
3
作者
熊汉春
贺前华
李海洲
机构
华南理工大学电子与通信工程系
出处
《电子科学学刊》
EI
CSCD
1999年第2期175-181,共7页
基金
国家教委外事司归国人员研究基金
广东省自然科学基金(970445)
文摘
本文提出一种概率映射网络(PMN)的EM(Expectation Maximization)训练算法。PMN为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此PMN用高斯核函数作为密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明此网络及其学习算法在分类应用中的有效性。
关键词
概率映射网络
EM算法
说话人识别
模式识别
Keywords
Probability mapping networks, EM algorithm, Bayes strategy, Mixture of Gaussian kerwl, Speaker recogonition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
一种 PNN 网络的 EM 训练算法
4
作者
熊汉春
贺前华
李海洲
机构
华南理工大学电子与通信工程系
出处
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
1998年第7期25-32,共8页
基金
国家教委外事司归国人员研究基金
广东省自然科学基金
文摘
提出一种概率神经网络(PNN)的EM(ExpectationMaximization)训练算法.PNN网为一四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,它把输入的样本模式,经网络变换为输出的分类判决.其网络节点对应于贝叶斯后验概率公式的各个变量.此PNN网络用高斯核的Parzen窗函数作为核密度函数,网络参数训练由EM算法实现,其学习方式为类间的监督学习和类内的非监督学习.实验表明了此网络及其学习算法在分类应用中的有效性.
关键词
概率神经网络
EM算法
贝叶斯策略
模式识别
Keywords
probability neural networks
EM algorithm
Bayes strategy
Gaussian neural mixture
Parzen window
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
一种PMN网络的GEM训练算法
5
作者
熊汉春
李海洲
机构
华南理工大学电子与通信工程系
出处
《电路与系统学报》
CSCD
1998年第4期31-36,共6页
基金
国家教委外事司归国人员研究基金
广东省自然科学基金!970445
文摘
本文提出一种概率映射网络(PMN)的CEM(GeneralExpectationMaximization)训练算法,它是EM(ExpectionMaximization)算法的一种改进算法。PMN网为一个四层前馈网。它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,把输入的样本模式经网络变换为输出的分类判决,其网络节点对应于贝叶斯后验概率公式的各个变量。此PMN网络用高斯校函数作为密度函数,网络参数的训练由GEM算法实现,其学习方式为类间的监督学习和类内的非监督学习。最后的实验表明了此网络及其学习算法在分类应用中的有效性。
关键词
概率映射网络
GEM算法
贝叶斯策略
模式识别
Keywords
GEM algorithm, Probability mapping Network, Bayes strategy, Mixture Gaussian PDF
分类号
TN711.102 [电子电信—电路与系统]
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人的控制行为模型计算机仿真建模测试系统
熊汉春
梁家荣
陈怀琛
《广西大学学报(自然科学版)》
CAS
CSCD
1998
2
下载PDF
职称材料
2
一种用于说话人辨认的EM训练算法
熊汉春
贺前华
李海洲
《数据采集与处理》
CSCD
1998
2
下载PDF
职称材料
3
一种概率映射网络的EM训练算法
熊汉春
贺前华
李海洲
《电子科学学刊》
EI
CSCD
1999
0
下载PDF
职称材料
4
一种 PNN 网络的 EM 训练算法
熊汉春
贺前华
李海洲
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
1998
0
下载PDF
职称材料
5
一种PMN网络的GEM训练算法
熊汉春
李海洲
《电路与系统学报》
CSCD
1998
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部