期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
连续语音识别中声学建模的组合聚类算法研究 被引量:5
1
作者 韩兆兵 贾磊 +1 位作者 张树武 徐波 《中文信息学报》 CSCD 北大核心 2003年第4期33-38,共6页
基于三音子连续语音识别的一个关键问题是在有限训练数据的条件下对大量声学模型参数的鲁棒性估计。为了解决这个问题 ,有两个主要的上下文相关的聚类算法被提出 ,它们是合并 (AgglomerativeClustering)聚类 (AGG)和决策树 (Tree based... 基于三音子连续语音识别的一个关键问题是在有限训练数据的条件下对大量声学模型参数的鲁棒性估计。为了解决这个问题 ,有两个主要的上下文相关的聚类算法被提出 ,它们是合并 (AgglomerativeClustering)聚类 (AGG)和决策树 (Tree based)聚类 (TB)。本文分析了这两种算法的优缺点 ,并分别对其进行了改进 ,然后提出了最大似然框架下组合聚类算法。大词汇量连续语音识别 (LVCSR)的实验结果表明 ,和单一的决策树聚类算法比较 ,提出的组合聚类算法对识别率有显著的提高。 展开更多
关键词 连续语音识别 声学建模 组合聚类算法 合并 决策树 鲁棒性估计
在线阅读 下载PDF
组合赋权-模糊聚类算法的改进及其在洪灾风险评价的应用 被引量:13
2
作者 潘汀超 戚蓝 +1 位作者 田福昌 苑希民 《南水北调与水利科技(中英文)》 CAS 北大核心 2020年第5期38-56,共19页
针对洪水灾害风险评价中单一赋权法存在一定局限性和风险等级难以客观划分的问题,提出改进组合赋权-模糊聚类算法,开展洪水灾害风险评价研究。考虑洪灾危险性、敏感性和易损性等3个方面筛选构建评价指标体系,并分别采用直觉模糊层次分... 针对洪水灾害风险评价中单一赋权法存在一定局限性和风险等级难以客观划分的问题,提出改进组合赋权-模糊聚类算法,开展洪水灾害风险评价研究。考虑洪灾危险性、敏感性和易损性等3个方面筛选构建评价指标体系,并分别采用直觉模糊层次分析法和VC-CRITIC法赋予主、客观权重,通过改进博弈论组合赋权法计算最优组合权重,加权计算不同评价单元洪灾风险度,利用高斯混合模型模糊聚类算法划分区域洪水灾害风险等级。以茨南淝左片防洪保护区遭遇淮河干流百年一遇洪水为例进行洪灾风险评价算法应用研究,结果表明:极高风险区和高风险区共占保护区总面积的24.87%,基本为淹没水深较大、地形位指数较低和社会经济价值较高的区域。评价结果较为合理可靠,所提改进组合赋权-模糊聚类算法可为防洪保护区洪水灾害风险评价和防灾减灾决策提供技术支持。 展开更多
关键词 洪灾风险评价 组合赋权-模糊算法 直觉模糊层次分析法 VC-CRITIC 博弈论 茨南淝左片防洪保护区 淮河干流
在线阅读 下载PDF
一种基于近似类抽样的组合聚类方法 被引量:2
3
作者 陈新泉 《上饶师范学院学报》 2008年第3期71-75,共5页
FCM聚类算法具有线性的时间复杂度,但它对初始化非常敏感。而k-中心点轮换法对初始化不太敏感,但其缺点就是时间复杂度较高,不能直接应用到海量数据集的聚类分析中。为克服这两类聚类算法的缺点,而充分利用它们的优点,很自然地提出一种... FCM聚类算法具有线性的时间复杂度,但它对初始化非常敏感。而k-中心点轮换法对初始化不太敏感,但其缺点就是时间复杂度较高,不能直接应用到海量数据集的聚类分析中。为克服这两类聚类算法的缺点,而充分利用它们的优点,很自然地提出一种基于近似类抽样的组合聚类算法。这种组合聚类算法的时间复杂度是O(n2m)。仿真实验表明,它具有稳定的聚类结果。 展开更多
关键词 FCM算法 近似抽样 组合聚类算法
在线阅读 下载PDF
基于SOM网和K-means的聚类算法 被引量:6
4
作者 郭明 丁华福 《计算机与数字工程》 2008年第9期22-24,94,共4页
K-means算法因对初始中心依赖性而导致聚类结果可能陷入局部极小。而恰当的选取初始中心向量就成为改进K-means算法的关键所在。因此可以先通过SOM进行聚类,较快确定聚类范围,再将其结果作为K-means方法的初始中心向量加以使用。实验证... K-means算法因对初始中心依赖性而导致聚类结果可能陷入局部极小。而恰当的选取初始中心向量就成为改进K-means算法的关键所在。因此可以先通过SOM进行聚类,较快确定聚类范围,再将其结果作为K-means方法的初始中心向量加以使用。实验证明结合这两种算法能够弥补这两种方法的缺陷,较好改善聚类效果。 展开更多
关键词 自组织神经网络 K均值 组合聚类算法
在线阅读 下载PDF
基于蚁群聚类的智能优化算法及应用 被引量:8
5
作者 王鹤 任建华 邱云飞 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2010年第A01期179-181,共3页
为了解决数据挖掘问题中离散优化问题,提高全局的优化能力,在研究基本蚁群聚类模型的基础上,通过改进,提出了一种新的蚁群聚类组合算法,将此算法应用于银行信用卡客户的消费行为分析,通过数据测试和性能分析,证明这种算法在解决离散空... 为了解决数据挖掘问题中离散优化问题,提高全局的优化能力,在研究基本蚁群聚类模型的基础上,通过改进,提出了一种新的蚁群聚类组合算法,将此算法应用于银行信用卡客户的消费行为分析,通过数据测试和性能分析,证明这种算法在解决离散空间问题上表现了良好的性能。该结果对银行制定市场策略上提供了良好的参考价值。 展开更多
关键词 数据挖掘 分析 蚁群组合算法 客户行为
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部