استخراج ویژگی در فضای طیفی- زمانی با استفاده از روش قطعه بندی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 524

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF03_0581

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

در این مقاله یک روش جدید برای استخراج هسته های اصلی گفتار در فضای طیفی- زمانی ارائه شده است. در روش پیشنهادی بخش های پر انرژی در فضای طیفی- زمانی با استفاده از روش قطعه بندی استخراج می شود. سپس از اطلاعات هر بخش گفتار که شامل میانگین و واریانس انرزی می باشد در بردارهای ویژگی ها ثانویه استفاده می شود. نتایج طبقه بندی واجها با استفاده از بردارهای ویژگی های جدید در مقایسه با بردهای ویژگی استخراج شده با روش های مبتنی بر خوشه بندی K میانگین وزن دار کارایی روش پیشنهادی را نشان می دهد.

نویسندگان

پیمان غلامی

دانشجوی کارشناسی ارشد پردیس علوم و تحقیقات دماوند

نفیسه اسفندیان

دانشگاه آزاد اسلامی، واحد قائمشهر، گروه برق، قائمشهر، ایران

رضا غزالیان

دانشجوی دکتری تخصصی دانشگاه صنعتی نوشیروانی بابل

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • T. Chi, P. Ru, S. A. Shamma, ، 0Multire solution ...
  • Mesgarani, N., Thomas, S., Hermansky, H., (2011), "Toward optimizing stream ...
  • Esfandian, N., Razzazi, F., Behrad, A., _ _ _ A ...
  • Esfandian, N., Razzazi, F., Behrad, A., "A Feature Extraction Method ...
  • Wang, T., Ji, Z., Sun, Q., Chen, Q., Han, S., ...
  • Kumar, N., Pradhan, S., " Adaptive Thresholding Based Image Segmentation ...
  • Fisher. W. M and Doddington. G. R and Go udie-Marshal ...
  • Burges, C.J.C., "A tutorial on support vector machines for pattern ...
  • نمایش کامل مراجع