مقاله روش استخراج ویژگی در فضای طیفی- زمانی با توجه به جهت میدانهای پاسخ طیفی- زمانی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله روش استخراج ویژگی در فضای طیفی- زمانی با توجه به جهت میدانهای پاسخ طیفی- زمانی دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله روش استخراج ویژگی در فضای طیفی- زمانی با توجه به جهت میدانهای پاسخ طیفی- زمانی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله روش استخراج ویژگی در فضای طیفی- زمانی با توجه به جهت میدانهای پاسخ طیفی- زمانی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله روش استخراج ویژگی در فضای طیفی- زمانی با توجه به جهت میدانهای پاسخ طیفی- زمانی :

تعداد صفحات:۸
چکیده:
ویژگیهای طیفی- زمانی از جمله نمونههای موفق بازنمایی سیگنالهای گفتار میباشند که برای استخراج این ویژگیها از سیستم شنوایی الهام رفته شده است. یکی از محدودیت های استفاده از مدل شنیداری در کاربرد های عملی، بزرگ بودن ابعاد فضای ویژگی های طیفی- زمانی است.استخراج ویژگیهای ثانویه مبتنی بر خوشهبندی در فضای طیفی- زمانی یکی از روشهایی است که برای استخراج و انتخاب ویژگیهایی جدید درمدل طیفی- زمانی استفاده میشود. در این مقاله، یک روش جدید برای کاهش ابعاد فضای ویژگیهای اولیه در روشهای استخراج ویژگیهای مبتنی برخوشهبندی در فضای طیفی- زمانی ارائه شده است. در این روش، در هر قاب از سیگنال گفتار، دو بردار ویژگی به ازای خروجی میدانهایپاسخ طیفی- زمانی با جهتهای بالارونده و پایین رونده استخراج میشود. در روش پیشنهادی، با انتخاب جهت مناسب میدانهای پاسخ طیفی-زمانی، ابعاد فضای ویژگیهای اولیه پیش از مرحله خوشهبندی کاهش مییابد. در نتیجه با انتخاب ویژگیهایی با توانایی تفکیکپذیری بالاتر، نرخ طبقهبندی واجها بهبود مییابد. از بردارهای ویژگیهای پیشنهادی برای طبقهبندی واجهای زبان انگلیسی در شرایط تمیز استفاده شده است. نتایج نشان میدهد نرخ طبقهبندی واجها، با استفاده از بردارهای ویژگی ثانویه مبتنی بر جهت میدانهای پاسخ طیفی- زمانی بهطور میانگین ۱۱/۴درصد نسبت به بردارهای ویژگی مبتنی برخوشهبندی بهبود داشته است.