检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多维系统仿真模型的置信度估计

弹箭与制导学报 2005年第SB期25卷 626-627,630页

作者：王建华徐伟路为阎杰西北工业大学西安710072

仿真系统可信性是系统仿真的关键,文中研究的是多维系统仿真模型验证的置信度估计方法,讨论了动态一致性检验问题,提出了多维系统置信度估计的新公式,随机模拟结果表明,这一新定义是有效的。

关键词：多维系统系统模拟可信性置信度估计

基于隐藏单元条件随机场的多知识源融合改进自动语音识别置信度

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2014年第8期36卷 1852-1858页

作者：高兴龙潘接林颜永红中国科学院声学研究所北京100190

鉴于自动语音识别(ASR)中置信度估计困难的问题,该文提出一种基于多知识源融合的策略来提高置信度的鉴别能力。具体做法是,首先选择关于识别结果的声学层、语言层和语义层等不同层次的信息,然后通过实验确定这些信息不同的组合方式,并... 详细信息

鉴于自动语音识别(ASR)中置信度估计困难的问题,该文提出一种基于多知识源融合的策略来提高置信度的鉴别能力。具体做法是,首先选择关于识别结果的声学层、语言层和语义层等不同层次的信息,然后通过实验确定这些信息不同的组合方式,并以此为特征在隐藏单元条件随机场(Hidden-units Conditional Random Fields,HuCRFs)框架下计算识别结果的条件概率。最后将HuCRFs条件概率作为语音识别结果置信度的新的估计。实验首先证明了HuCRFs条件概率是比归一化的网格后验概率鉴别能力更强的一种置信度估计方法。同时基于HuCRFs条件概率置信度,对解码器一遍识别得到的网格重新搜索最佳候选序列,取得了相对一遍识别最佳候选序列绝对近2%的字错误率(CER)下降。同时,该文也对比了基于HuCRFs条件概率搜索的最佳候选序列和基于长语言模型网格重估的最佳候选序列的性能,进一步证明了使用HuCRFs条件概率作为置信度估计是一种更好的选择。

关键词：语音识别置信度估计多知识源融合隐藏单元条件随机场网格重估

用于语音识别置信度的发音特征各维度分析和子集优化

在线全文

学校读者我要写书评

暂无评论

声学学报 2011年第3期36卷 339-348页

作者：孙艳庆张晴晴周瑜赵庆卫颜永红中国科学院声学研究所中科信利语音实验室北京100190

提出了基于发音特征单个维度的置信度算法,并基于此对发音特征的各个维度展开分析。分析不仅验证了融合的必要性,同时也展示了发音特征各维度之间以及和隐马尔可夫模型之间的大量冗余。为了去除冗余,提出了用子集选择的方法进行优化。... 详细信息

提出了基于发音特征单个维度的置信度算法,并基于此对发音特征的各个维度展开分析。分析不仅验证了融合的必要性,同时也展示了发音特征各维度之间以及和隐马尔可夫模型之间的大量冗余。为了去除冗余,提出了用子集选择的方法进行优化。对比所有都用的情况,基于发音特征紧凑子集的语音识别置信度估计,在等错率上取得了12.7%的相对下降。把经过优化后的基于发音特征的语音识别置信度估计和基于隐马尔可夫模型的语音识别置信度进行融合,在保持集内识别率不损失的前提下,显著提高了语法外输入测试的拒识性能:在相同参数下,在开发集和测试集上分别取得了34%和35.3%的显著改善。

关键词：置信度估计语音识别特征发音维度优化子集隐马尔可夫模型

在线全文

学校读者我要写书评

暂无评论

同时多线程结构的2级调度策略

西北工业大学学报 2007年第3期25卷 433-437页

作者：王晶樊晓桠张盛兵王海西北工业大学计算机学院陕西西安710072 同济大学机械学院热能与环境研究所上海200092

微处理器的发展已经迈入多线程时代。在同时多线程(SMT)结构中,多个线程共享一个取指单元和指令队列(IQ),如何提高有效取指带宽和IQ利用率是关键问题。论文详细分析了SMT中导致IQ阻塞的因素,以及它们对IPC的影响。基于线程预构思想,将导... 详细信息

微处理器的发展已经迈入多线程时代。在同时多线程(SMT)结构中,多个线程共享一个取指单元和指令队列(IQ),如何提高有效取指带宽和IQ利用率是关键问题。论文详细分析了SMT中导致IQ阻塞的因素,以及它们对IPC的影响。基于线程预构思想,将导致IQ阻塞的多个因素分开考虑,提出将线程调度分成预构取指调度和队列取指调度的2级调度。采用基于置信度的线程调度策略用于线程预构,采用基于阈值门限的调度策略用于队列取指。仿真结果表明,2级调度策略与ICOUNT策略相比,错误路径指令可减少18.22%(取指级)、5.93%(执行级),IQ阻塞的概率减少27%(整数队列),IPC提高9.4%。

关键词：同时多线程指令队列置信度估计取指调度线程调度

在线全文

学校读者我要写书评

暂无评论

瓷砖视觉分类的“带约束半监督”算法

南京大学学报（自然科学版） 2015年第2期51卷 285-289页

作者：钱亚枫贲圣兰李勃陈启美南京大学电子科学与工程学院南京210023

瓷砖生产线的人工分类环境相当恶劣,而国外工业视觉分类专用设备价格昂贵,因此有必要对瓷砖的自动分类系统进行自主研究.其中,分类算法的优劣是影响系统性能的关键因素.传统的分类算法存在未标记样本置信度估计低、分类器干扰大等不足.... 详细信息

瓷砖生产线的人工分类环境相当恶劣,而国外工业视觉分类专用设备价格昂贵,因此有必要对瓷砖的自动分类系统进行自主研究.其中,分类算法的优劣是影响系统性能的关键因素.传统的分类算法存在未标记样本置信度估计低、分类器干扰大等不足.为解决这些问题,提出了基于带约束Tri-training的半监督分类算法：在大量未标记样本中寻找满足约束条件的样本,扩大已标记样本集,生成两个强分类器,组成集成分类器作为终分类器进行数据分类.经现场数据集的测试,该算法较传统算法,未标记样本置信度平均提高3%,分类精度提高1.8%~3.3%.

关键词：工业视觉半监督分类置信度估计 Tri-training算法

基于预判式学习更新策略孪生全卷积网络的目标跟踪

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2020年第12期37卷 169-176页

作者：卢盼成丁勇黄鑫城南京航空航天大学自动化学院江苏南京211106

针对孪生全卷积网络缺乏有效的模型更新策略,跟踪目标周围存在相似目标干扰容易出现跟踪丢失的问题,提出一种基于预判式学习更新策略孪生全卷积网络的目标跟踪算法。确定目标模板和搜索区域的直方图置信度估计;模拟学习率的自重启机制,... 详细信息

针对孪生全卷积网络缺乏有效的模型更新策略,跟踪目标周围存在相似目标干扰容易出现跟踪丢失的问题,提出一种基于预判式学习更新策略孪生全卷积网络的目标跟踪算法。确定目标模板和搜索区域的直方图置信度估计;模拟学习率的自重启机制,由给定正确标注初始化学习模块;根据置信度估计决定预判式学习模块更新,实现跟踪目标和相似目标的有效区分。实验结果表明,该算法具有良好的跟踪效果,在满足实时性跟踪的基础上,具有很好的跟踪精度和成功率。

关键词：目标跟踪深度学习孪生全卷积网络置信度估计预判式学习

在线全文

学校读者我要写书评

暂无评论

基于局部概率抽样的标签噪声过滤方法

计算机应用 2021年第1期41卷 67-73页

作者：张增辉姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力... 详细信息

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。

关键词：标签噪声局部概率抽样噪声过滤随机森林置信度估计

在线全文

学校读者我要写书评

暂无评论

增广模态收益动态评估方法

计算机应用 2023年第10期43卷 3099-3106页

作者：毕以镇马焕张长青天津大学智能与计算学部天津300350

针对获取新模态难度大、收益差异大的问题,提出了一种增广模态收益动态评估方法。首先,通过多模态融合网络得到中间特征表示和模态融合前后的预测结果;其次,将两个预测结果的真实类别概率(TCP)引入置信度估计,得到融合前后的置信度;最后... 详细信息

针对获取新模态难度大、收益差异大的问题,提出了一种增广模态收益动态评估方法。首先,通过多模态融合网络得到中间特征表示和模态融合前后的预测结果;其次,将两个预测结果的真实类别概率(TCP)引入置信度估计,得到融合前后的置信度;最后,计算两种置信度的差异,并将该差异作为样本以获取新模态所带来的收益。在常用多模态数据集和真实的医学数据集如癌症基因组图谱(TCGA)上进行实验。在TCGA数据集上的实验结果表明,与随机收益评估方法和基于最大类别概率(MCP)的方法相比,所提方法的准确率分别提高了1.73~4.93和0.43~4.76个百分点,有效样本率(ESR)分别提升了2.72~11.26和1.08~25.97个百分点。可见,所提方法能够有效评估不同样本获取新模态所带来的收益,并具备一定可解释性。

关键词：多模态分类多模态融合置信度估计增广模态表示学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习的语音关键词检测算法研究

基于深度学习的语音关键词检测算法研究

作者：郝玉杰重庆大学

学位级别：硕士

随着现代科技的进步,智能化语音设备走进了千家万户,语音关键词检测技术也成为人机交互的重要组成部分。随着深度学习逐步渗透到各个领域,基于深度学习的语音关键词检测算法凭借其强大的计算能力以及更高的准确性超越经典语音关键词检... 详细信息

随着现代科技的进步,智能化语音设备走进了千家万户,语音关键词检测技术也成为人机交互的重要组成部分。随着深度学习逐步渗透到各个领域,基于深度学习的语音关键词检测算法凭借其强大的计算能力以及更高的准确性超越经典语音关键词检测算法成为主流,然而由于实际应用时环境噪音等因素对语音的影响比较大,以及面对未知数据时会出现神经网络对自身产生的预测结果过于自信,导致当前语音关键词检测方法对其产生错误的判断结果的情况,尤其预定义关键词内外的数据量严重不平衡,当待检测语音数据为预定义关键词之外的词汇时,检测模型会产生大量的虚警,严重影响用户体验。另一方面,适合资源有限的小型终端设备使用的轻量型关键词检测模型更容易受到预定义关键词之外词汇和环境噪音等因素的干扰而产生大量误报虚报,无法满足语音关键词检测系统实时性高、鲁棒性强的要求。针对上述问题,本文提出了两种优化方法用于提高基于深度学习的语音关键词检测方法的置信度,改善模型性能。首先,提出了一种基于三元组置信度分支的语音关键词检测方法,通过一个结合注意力机制的置信度分支学习对每个预测结果进行置信度估计,并利用置信度估计值客观度量预测结果的可靠程度,再结合注意力评分机制更准确有效地提升检测模型的置信度估计能力,降低检测模型的虚警率。另一方面针对语音关键词较为短小且存在发音相似的现象,在卷积循环网络的基础上引入三元组损失促进网络学习关键词类别之间的关系,同时提升了模型处理可变长度序列数据时的性能,并通过与最先进的方法对比和消融实验分析,证明了本文提出的基于三元组置信度分支的语音关键词检测方法可以有效提高关键词检测模型的精度。其次,提出了一种基于知识蒸馏的语音关键词检测方法,探讨了师生网络对预测结果及其置信度的排序关系,将置信度估计能力作为一种知识由教师网络传递给学生网络,使轻量型学生网络能够为正确预测结果生成高置信度、为错误预测结果生成低置信度来区分正误预测结果,提高轻量检测模型的拒识率。另一方面使用注意力机制动态获取师生网络之间合适的中间层特征连接方案以及知识蒸馏的强度,使得知识迁移的效果最大化,最后通过实验证明了该方法可以有效提升适合小型终端设备等多种场景使用的轻量关键词检测模型的准确率。

关键词：关键词检测置信度估计集外词注意力机制知识蒸馏