检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2002年第10期42卷 1374-1376页

作者：郭锐朱小燕清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

参数共享是基于隐 Markov模型 (hidden Markovmodel,HMM)的语音识别系统的参数训练中的一个关键性问题 ,因此在语音识别的诸多领域中都有重要的应用。对参数共享的作用及其使用的聚类算法进行了分析研究 ,在此基础上提出改进合并分级聚... 详细信息

参数共享是基于隐 Markov模型 (hidden Markovmodel,HMM)的语音识别系统的参数训练中的一个关键性问题 ,因此在语音识别的诸多领域中都有重要的应用。对参数共享的作用及其使用的聚类算法进行了分析研究 ,在此基础上提出改进合并分级聚类算法 ,并将其应用于 HMM的状态捆绑。实验表明 ,一个大规模词汇量的孤立词语音识别器采用 HMM的状态捆绑后 ,可以大大缩减识别过程的时空消耗。

关键词：语音识别隐Markov模型参数共享聚类算法状态捆绑参数训练

来源：评论

学校读者我要写书评

暂无评论

用动态Bayesian网络建立宏观经济系统模型

引用

清华大学学报（自然科学版） 2004年第9期44卷 1256-1259页

作者：田凤占陆玉昌清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

针对限制动态 Bayesian网络方法应用的 Markov假设和转移概率时不变假设 ,研究了如何利用部分观测信息建立宏观经济系统的 Markov模型以及如何建立转移概率具有时变特性的宏观经济系统模型。对不满足 Markov假设的演化过程 ,通过在模型... 详细信息

针对限制动态 Bayesian网络方法应用的 Markov假设和转移概率时不变假设 ,研究了如何利用部分观测信息建立宏观经济系统的 Markov模型以及如何建立转移概率具有时变特性的宏观经济系统模型。对不满足 Markov假设的演化过程 ,通过在模型中添加隐藏变量建立 Markov模型 ,并对 EM- EA算法进行扩展 ,使之用于带隐藏变量的动态 Bayesian网络的学习。对不满足时不变性的转移概率 ,应用多项式拟合方法直接从数据构造时变转移概率模型。

关键词：动态Bayesian网络 Markov假设转移概率隐藏变量多项式拟合

来源：评论

学校读者我要写书评

暂无评论

基于探索密度的Option子目标发现算法

引用

模式识别与人工智能 2007年第2期20卷 236-240页

作者：孟江华朱纪洪孙增圻清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

提出状态探索密度的概念,通过检测状态对智能体探索环境能力的影响来发现学习的子目标并构建对应的 Option.用该算法创建 Option 的再励学习算法能有效提高学习速度.算法具有和任务无关、不需要先验知识等优点,构造出的 Option 在同一... 详细信息

提出状态探索密度的概念,通过检测状态对智能体探索环境能力的影响来发现学习的子目标并构建对应的 Option.用该算法创建 Option 的再励学习算法能有效提高学习速度.算法具有和任务无关、不需要先验知识等优点,构造出的 Option 在同一环境下不同任务间可以直接共享.

关键词：递阶再励学习 Option 探索密度(ED)

来源：评论

学校读者我要写书评

暂无评论

基于重叠动态网格和模糊隶属度的手写汉字特征抽取

引用

电子学报 2004年第2期32卷 186-190页

作者：吴天雷马少平清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

本文在基于动态网格的手写汉字特征抽取方法中引入重叠网格划分 ,定义了一种反映书写结构的加权点密度 ,并提出了一种根据密度投影计算模糊隶属度的方法 ,这些措施提高了特征的分类能力 .各种网格划分方法提取方向线素特征进行了试验比... 详细信息

本文在基于动态网格的手写汉字特征抽取方法中引入重叠网格划分 ,定义了一种反映书写结构的加权点密度 ,并提出了一种根据密度投影计算模糊隶属度的方法 ,这些措施提高了特征的分类能力 .各种网格划分方法提取方向线素特征进行了试验比较。

关键词：手写汉字识别特征抽取模糊理论

来源：评论

学校读者我要写书评

暂无评论

基于超立方体覆盖的构造性网络学习算法

引用

清华大学学报（自然科学版） 2003年第1期43卷 97-100页

作者：谌卫军林福宗李建民张钹清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

该文提出了一种基于超立方体覆盖的构造性神经网络学习算法,以解决二值型输入变量的K分类问题。该算法分两步来动态地构造一个三层前馈网络。首先,对于每一类的所有训练样本,用尽可能少的超立方体来覆盖它们,并为每一个超立方体构造一... 详细信息

该文提出了一种基于超立方体覆盖的构造性神经网络学习算法,以解决二值型输入变量的K分类问题。该算法分两步来动态地构造一个三层前馈网络。首先,对于每一类的所有训练样本,用尽可能少的超立方体来覆盖它们,并为每一个超立方体构造一个隐层单元;其次,用"或"操作把这些隐单元连接到相应的输出单元上。文章给出了相应的理论分析和一个具体的实现。实验结果表明,该算法优于常用的一些归纳学习算法。

关键词：构造性网络学习算法人工神经网络构造法超立方体覆盖 BP算法 K分类二值型输入变量

来源：评论

学校读者我要写书评

暂无评论

基于上下文相关置信度打分的语音确认方法

引用

清华大学学报（自然科学版） 2006年第1期46卷 94-97页

作者：孙辉郑方吴文虎清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

口语对话系统中,集外词的存在会引起很多识别错误,为了有效地发现并拒绝集外词,提高系统性能,研究利用置信度打分进行语音确认的方法,发现并拒绝识别错误。提出上下文相关的置信度特征,充分考虑当前待确认词与其前序词和后序词之间的相... 详细信息

口语对话系统中,集外词的存在会引起很多识别错误,为了有效地发现并拒绝集外词,提高系统性能,研究利用置信度打分进行语音确认的方法,发现并拒绝识别错误。提出上下文相关的置信度特征,充分考虑当前待确认词与其前序词和后序词之间的相关性。实验结果表明:上下文相关的置信度特征能够很好地提高拒识性能,对符合识别文法的句子,错误拒绝率为2.5%或5%时,对比没有使用上下文相关的置信度特征时,错误接受率分别下降了29%和36%;基于置信度打分的语音确认策略在拒识性能上优于系统已有的在线垃圾模型。

关键词：信息处理声音识别置信度语音确认口语对话系统

来源：评论

学校读者我要写书评

暂无评论

处理连续变量的Bayes分类方法

引用

清华大学学报（自然科学版） 2003年第1期43卷 75-78页

作者：田凤占张宏伟陆玉昌石纯一清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

用离散化方法处理连续变量的Bayes分类方法存在着离散区段个数不好确定、无法利用某些先验信息以及会或多或少降低分类精度等问题。针对上述问题,论文提出将概率密度估计技术应用于连续变量Bayes分类,研究了如何直接利用参数化方法、非... 详细信息

用离散化方法处理连续变量的Bayes分类方法存在着离散区段个数不好确定、无法利用某些先验信息以及会或多或少降低分类精度等问题。针对上述问题,论文提出将概率密度估计技术应用于连续变量Bayes分类,研究了如何直接利用参数化方法、非参数化方法以及半参数化方法构造连续变量的Bayes分类器,最后分析了3种构造分类器方法的优缺点,为构造连续变量的Bayes分类器和Bayesian网络分类器奠定了理论基础。计算实例表明所述方法是可行的和有效的。

关键词： Bayes分类方法离散化方法 Bayes分类器信息处理 Bayesian网分类器连续变量

来源：评论

学校读者我要写书评

暂无评论

面向语言评价的Takagi-Sugeno模糊再励学习

引用

清华大学学报（自然科学版） 2002年第10期42卷 1393-1396页

作者：晏雄伟邓志东孙增圻清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

综合考虑再励学习的两个重要子问题 :连续空间及语言评价问题 ,提出了一种新的学习方法 ,即面向语言评价的 Takagi-Sugeno(T-S)模糊再励学习。该学习智能体构建在 Q-学习方法和 Takagi-Sugeno模糊推理系统的基础上 ,适于处理连续域的复... 详细信息

综合考虑再励学习的两个重要子问题 :连续空间及语言评价问题 ,提出了一种新的学习方法 ,即面向语言评价的 Takagi-Sugeno(T-S)模糊再励学习。该学习智能体构建在 Q-学习方法和 Takagi-Sugeno模糊推理系统的基础上 ,适于处理连续域的复杂学习任务 ,亦可用于设计 Takagi-Sugeno模糊逻辑控制器。以二级倒立摆控制系统为例。

关键词：语言评价 Takagi-Sugeno模糊再励学习 T-S模糊推理系统神经-模糊控制函数逼近 Q-学习专家系统

来源：评论

学校读者我要写书评

暂无评论

计算文本相似度阈值的方法

引用

清华大学学报（自然科学版） 2003年第1期43卷 108-111页

作者：刁力力王丽坤陆玉昌石纯一清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

基于VSM(向量空间模型)的相似度分类器的相似度阈值通常由经验确定导致分类精度不高。该文提出一种基于Boosting机制在不同文档集上自动计算相似度阈值的方法。它利用Boosting迭代生成多个基于相似度划分的子分类器,通过加权把决定这些... 详细信息

基于VSM(向量空间模型)的相似度分类器的相似度阈值通常由经验确定导致分类精度不高。该文提出一种基于Boosting机制在不同文档集上自动计算相似度阈值的方法。它利用Boosting迭代生成多个基于相似度划分的子分类器,通过加权把决定这些子分类器的相似度阈值组合起来,得到对理想相似度阈值的一种逼近。实验表明:这样得到的相似度分类器的平均精度比传统方法高15%左右,甚至可以与一些复杂方法相比。它在处理网络实时文本信息处理问题(分类、过滤和检索)中的效率是这些复杂方法的3倍以上,且问题规模越大、越复杂,其优势越大。

关键词：相似度阈值数据挖掘文本挖掘文本分类 Boosting机制向量空间模型计算方法

来源：评论

学校读者我要写书评

暂无评论

多机器人系统形成联合协作的综合评价算法

引用

清华大学学报（自然科学版） 2005年第4期45卷 505-508页

作者：王磊唐华斌孙增圻清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

多机器人协作是多机器人系统研究中的核心问题。为建立某种机制使机器人稳定地组织起来完成某一不能由单机器人完成的任务并达到全局最优,提出了综合评价算法。从机器人个体的自私利益出发,以经费和报酬的驱动,通过包含环境知识、历史... 详细信息

多机器人协作是多机器人系统研究中的核心问题。为建立某种机制使机器人稳定地组织起来完成某一不能由单机器人完成的任务并达到全局最优,提出了综合评价算法。从机器人个体的自私利益出发,以经费和报酬的驱动,通过包含环境知识、历史经验、信用3个方面的综合评价值进行选举和谈判,自发地建立联合协作,完成复杂任务。算法通过调整权值,能够适应于不同的全局最优目标。该法运用到机器人足球这一典型的多机器人系统平台表现出良好的效果。

关键词：多机器人系统动态联合综合评价算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：