点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 基于正则化的与说话人相关的本机矩阵估计的说话人自适应
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
基于正则化的与说话人相关的本机矩阵估计的说话人自适应
在有足够的适应性数据时,基于本机的说话人适应优于传统的最大似然线性回归(MLLR)和本征语音方法。 然而,当仅提供几秒钟的适配数据时,它会遭受严重的过度拟合。 在本文中,研究了各种正则化方法以获得更健壮的依赖于说话者的本征电话矩阵估计。 逐元素的l1范数正则化(称为套索)鼓励本征电话矩阵稀疏,从而减少了有效自由参数的数量并提高了泛化能力。 平方的l2范数正则化促进估计矩阵向零方向逐元素收缩,从而减轻了过度拟合的情况。 按列的非平方l2范数正则化(称为组套索)在列级别上像套索一样起作用,从而鼓励了
所属分类:
其它
发布日期:2021-03-17
文件大小:287744
提供者:
weixin_38623080