相關(guān)向量機(jī)在語音識別中的應(yīng)用研究.pdf

1、中北大學(xué)學(xué)位論文圖書分類號圖書分類號TN912密級密級非密UDCUDC______________________________________________________________________________________________________________________________碩士學(xué)位論文相關(guān)向量機(jī)在語音識別中的應(yīng)用研究相關(guān)向量機(jī)在語音識別中的應(yīng)用研究沈泉波沈泉波指導(dǎo)教師（姓名、職稱）指導(dǎo)教師

2、（姓名、職稱）韓慧蓮韓慧蓮教授教授申請學(xué)位級別申請學(xué)位級別工學(xué)碩士工學(xué)碩士專業(yè)名稱專業(yè)名稱信號與信息處理信號與信息處理論文提交日期論文提交日期________________年____________月____________日論文答辯日期論文答辯日期________________年____________月____________日學(xué)位授予日期學(xué)位授予日期________________年____________月_________

3、___日論文評閱人論文評閱人________________________________________________________________________________________________答辯委員會主席答辯委員會主席______________________________________________年月日原創(chuàng)性聲明中北大學(xué)學(xué)位論文相關(guān)向量機(jī)在語音識別中的應(yīng)用研究摘要語音識別是人機(jī)交互的基礎(chǔ)，是現(xiàn)代

4、社會朝著智能化方向發(fā)展的關(guān)鍵技術(shù)之一，具有重要的理論研究價(jià)值和廣泛的應(yīng)用前景。雖然國內(nèi)外學(xué)者在這方面做了大量的研究工作，但在實(shí)用方面的難度仍然比較大，還是有很多問題需要進(jìn)一步研究。相關(guān)向量機(jī)是一種基于稀疏貝葉斯模型的機(jī)器學(xué)習(xí)算法，對高維數(shù)、非線性的小樣本問題具有很好的分類能力和泛化能力。與支持向量機(jī)相比，相關(guān)向量機(jī)的核函數(shù)可以不滿足Mercer條件，模型更稀疏，而且還可以得到概率型輸出。本文主要研究了相關(guān)向量機(jī)算法，并將相關(guān)向量機(jī)應(yīng)用到

5、了語音識別當(dāng)中。本文首先詳細(xì)地介紹了語音識別的基本原理，按照語音識別系統(tǒng)的組成結(jié)構(gòu)分析了每一個(gè)部分。然后對相關(guān)向量機(jī)的理論進(jìn)行了研究，介紹了相關(guān)向量機(jī)的回歸和分類過程。通過實(shí)驗(yàn)仿真分析，對相關(guān)向量機(jī)和支持向量機(jī)的分類能力進(jìn)行了比較，實(shí)驗(yàn)表明相關(guān)向量機(jī)比支持向量機(jī)更稀疏，測試速度更快。接著，研究了不同核函數(shù)參數(shù)對相關(guān)向量機(jī)分類能力的影響。論文最后在MATLAB平臺上進(jìn)行了仿真實(shí)驗(yàn)，主要實(shí)現(xiàn)了預(yù)處理、端點(diǎn)檢測和特征參數(shù)提取，然后利用一對多的