مقاله ارایه روشهایی کارا جهت کاهش محاسبات آموزش و آزمایش سیستمها
نوشته شده به وسیله ی علی در تاریخ 95/7/29:: 3:23 صبح

مقاله ارایه روشهایی کارا جهت کاهش محاسبات آموزش و آزمایش سیستمهای تصدیق هویت گوینده تحت pdf دارای 6 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله ارایه روشهایی کارا جهت کاهش محاسبات آموزش و آزمایش سیستمهای تصدیق هویت گوینده تحت pdf کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
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 ارایه روشهایی کارا جهت کاهش محاسبات آموزش و آزمایش سیستمهای تصدیق هویت گوینده تحت pdf ،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله ارایه روشهایی کارا جهت کاهش محاسبات آموزش و آزمایش سیستمهای تصدیق هویت گوینده تحت pdf :
سال انتشار: 1385
محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران
تعداد صفحات: 6
نویسنده(ها):
مجید رئیسی دهکردی – کارشناس ارشد کامپیوتر، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپ
محمدمهدی همایونپور – عضو هیات علمی، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی کامپیوتر و فن
چکیده:
مدل مخلوط گوسی GMM)فضای بردارهای ویژگی را به کمک بردار میانگین و شکل توزیع نمونهها مدل مینماید. در این مقاله روشهای چندیسازی برداری بهبود یافته و با مدل کوواریانس و روشGMM مقایسه شده است . روش مدل کوورایانس به شکلتوزیع نمونه ها توجه می کند در حالیکه چند ی سازی برداری مکان توزیع نمون ه ها در فضای ویژگی را مدل م ی نماید . در روش
کوواریانس, معیار شکل واگرایی و معیار کروی بررسی شده اند و نشان داده شده است که بکارگیری معیار کروی مناسبتر م ی باشد . همچنین رویکرد جدیدی در ارتباط با چندسازی برداری ارایه شده است. این رویکرد که مبتنی بر مقایسه کتاب کد داده های آزمون و کتاب کد داده های آزمایش با یکدیگر م ی باشد نسبت به رویکرد متعارف عملکرد بسیا ر بهتری از خود نشان داده اس ت . نتایج سیستم حاکی از برتری روش ماتریس کوواریانس در مقایسه با چند ی سازی برداری بهبود یافته وGMM است که در نتیجه م ی توانگفت شکل توزیع نمونهها در مقایسه با مکان آنها از اهمیت بالاتری برخوردار است.

کلمات کلیدی :