| 大间隔高斯混合模型的快速参数更新算法 |
| |
| 引用本文： | 黄浩,哈力旦.大间隔高斯混合模型的快速参数更新算法[J].计算机工程,2010,36(3):197-199. |
| |
| 作者姓名： | 黄浩 哈力旦 |
| |
| 作者单位： | 1. 新疆大学信息科学与工程学院,乌鲁木齐,830046
2. 新疆大学电气工程学院,乌鲁木齐,830008 |
| |
| 基金项目： | 国家自然科学基金资助项目“基于高速、压缩域的数字动态信息检索”(60865001);;新疆高校科研计划基金资助项目“基于音位学属性特征的多语种自动辨识的研究”(XJEDU2008S15) |
| |
| 摘 要： | 针对大间隔高斯混合模型基于LBFGS参数更新算法收敛速度慢的不足，提出一种快速参数更新算法。采用构造弱意义辅助函数的方法，得到扩展Baum-Welch算法形式的快速参数更新公式。利用大词汇汉语语音库上的声调分类任务来验证训练速度与分类性能。实验结果表明快速参数更新算法只需数次迭代就能收敛至最优结果，较LBFGS优化方法在识别性能相当的情况下具有更快的训练速度。
|
| 关 键 词： | 大间隔 高斯混合模型 声调识别 |
| 修稿时间： | |
Rapid Parameter Updating Algorithm for Large Margin Gaussian Mixture Model |
| |
| HUANG Hao,HAlidan.Rapid Parameter Updating Algorithm for Large Margin Gaussian Mixture Model[J].Computer Engineering,2010,36(3):197-199. |
| |
| Authors: | HUANG Hao HAlidan |
| |
| Affiliation: | (1. College of Information Science and Engineering, Xinjiang University, Urumuqi 830046; 2. College of Electrical Engineering, Xinjiang University, Urumuqi 830008) |
| |
| Abstract: | To speed up training of large margin Gaussian mixture model based on LBFGS optimization routing, a rapid model parameter method is proposed. The method formulates extended Baum-Welch algorithm like updating equations by constructing weak-sense auxiliary function. The proposed algorithm is experimented on Mandarin tone recognition tasks. It is shown training can be accomplished within only several iterations, much faster than that of LBFGS optimization routine. |
| |
| Keywords: | large margin Gaussian mixture model tone recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
