Skip Navigation Linksلیست مقالات ترجمه شده / مقالات ترجمه شده مهندسی كامپيوتر /

عنوان ترجمه شده مقاله: کاهش ویژگی و تشخیص و دسته بندی واج، با استفاده از بردارِ ابعاد فرکتال

دسته بندی سیگنال های صوتی از کاربرد های بسیار زیادی در حوزه های پژوهشی مختلف اعم از کاوش همه پخشی، تحلیل محتوای صوتی و بازیابی اطلاعات برخوردار است.

Abstract

Difference between Hausdorff fractal dimensions of phonemes gave us a motivation to use this feature as input of a statistical Bayesian classification system and a nearest neighborhood (NN) classifier for speech waveform recognition. We divide phoneme waveforms to adjacent segments and calculate Hausdorff fractal dimension of each segment and using them as the input of a Bayesian/Nearest Neighborhood classifier. The power point of algorithm is in consideration of order of samples information in contrast of other non-supervised feature extraction algorithms

چکیده

تفاوتی که بین ابعاد فرکتال هاسدوروف در یک واج وجود دارد، ما را بر آن داشت که از این ویژگی به عنوان یک سیستم دسته بندی بایسان آماری و دسته بند نزدیک ترین همسایه(NN) استفاده کرده تا بتوانیم شکل موج در یک گفتار را تشخیص دهیم. ما شکل های موج یک واج را به بخش های مجاوری تقسیم کرده و بعد فرکتال هاسدوروفِ مربوط به هر بخش را محاسبه کرده و از آن به عنوان یک ورودی برای دسته بند نزدیک ترین/بایسان همسایه استفاده می­کینم. نقطه ی مثبت این الگوریتم این بوده که بر خلاف سایر الگوریتم های استخراج ویژگی غیر نظارت یافته ، از اطلاعات نمونه استفاده می­کند.

1-مقدمه

دسته بندی سیگنال های صوتی از کاربرد های بسیار زیادی در حوزه های پژوهشی مختلف اعم از کاوش همه پخشی، تحلیل محتوای صوتی و بازیابی اطلاعات برخوردار است. اگرچه پردازش گفتار در سال های زیادی است که مورد توسعه قرار گرفته است، ولی هنوز مسائلی اعم از فاکتور های انسانی و محیطی در آن وجود داشته که باید حل و فصل گردد.  امروزه از مدل های گفتاری متنوعی در دامنه های مختلفی مانند تشخیص گوینده، تشخیص واج، رمز گذاری گفتار و ... به منظور بدست آوردن پارامتر های مورد نیاز برای تحلیل سیگنال صوتی استفاده می­شود...

 


موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی برق " با موضوع " کاهش ویژگی و تشخیص و دسته بندی واج، با استفاده از بردارِ ابعاد فرکتال " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
کاهش ویژگی و تشخیص و دسته بندی واج، با استفاده از بردارِ ابعاد فرکتال
نویسنده/ناشر/نام مجله :
Telecommunications Forum (TELFOR), 2012 20th
سال انتشار
2012
کد محصول
1002103
تعداد صفحات انگليسی
4
تعداد صفحات فارسی
12
قیمت بر حسب ریال
764,500
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
411 کیلو بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی برق , مهندسی كامپيوتر را مشاهده کنید.
کاربر عزیز، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوا را ببینید
هزینه این مقاله ترجمه شده 764500 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی برق در زمینه کلمات کلیدی زیر است:



Classification
Feature extraction
Fractal dimension
Phoneme
Speech recognition

تاریخ انتشار در سایت: 2014-09-28
جستجوی پیشرفته مقالات ترجمه شده

خدمات ترجمه تخصصی و ویرایش مقاله مهندسی برق در موسسه البرز

نظرتان در مورد این مقاله ترجمه شده چیست؟

ثبت سفارش جدید