مقاله هیبرید شبکه عصبی نگاشت خود سازمانده با مدل مخفی مارکف در بازشناسی گفتار پیوسته زبان فارسی

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

  مقاله هیبرید شبکه عصبی نگاشت خود سازمانده با مدل مخفی مارکف در بازشناسی گفتار پیوسته زبان فارسی دارای ۱۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله هیبرید شبکه عصبی نگاشت خود سازمانده با مدل مخفی مارکف در بازشناسی گفتار پیوسته زبان فارسی  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 هیبرید شبکه عصبی نگاشت خود سازمانده با مدل مخفی مارکف در بازشناسی گفتار پیوسته زبان فارسی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله هیبرید شبکه عصبی نگاشت خود سازمانده با مدل مخفی مارکف در بازشناسی گفتار پیوسته زبان فارسی :

تعداد صفحات:۱۱

چکیده:

مدل مخلفی مارکف یکی از روشهای پر استفاده در بازشناسی گفتار است و در اغلب موارد کارایی خوبی از خود نشان داده است. استفاده از شبکه عصبی نیز در سیستم های شناسایی الگو متداول می باشد و در بازشناسی گفتار نیز بکار گرفته شده است. از انجایی که هر یک از این دو روش دارای نقاط ضعف و قوتی می باشند، به منظور بهره گیری از نقاط قوت مدل مخفی مارکف و شبکه های عصبی، یک مدل هیبرید متشکل از مد مخفی مارکف پیوسته و شبکه عصبی نگاشت خودسازمانده برای مدل کردن واجها پیاده سازی و برای بازشناسی گفتار پیوسته مورد استفاده قرار داده ایم و توانسته ایم با استفاده همزمان از بردارهای وزن شبکهعصبی و توابع چگالی احتمال مدل مخفی مارکف، راندمان سیستم هیبرید را نسبت به سیستمی که تنها با استفاده همزمان از بردارهای وزن شبکه عصبی و توابع چگالی احتمال مدل مخفی مارکف، راندمان سیستم هیبرید را نسبت به سیستمی که تنها از مدل مخفی مارکف استفاده شده است، بطور متوسط تاحدود ۱/۶ درصد بهبود بخشیم. در سیستم هیبریدی که برای بازشناسی گفتار پیوسته و مستقل از گوینده زبان فارسی پیاده سازی نمودیم در بهترین حالت و بدون استفاده از مدل های زبانی دقت ۵۶/۸ درصد رادر سطح جمله بدست آورده ایم.