排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
在源数据不充分或不平衡的情况下,深度学习方法在小样本集上难以取得令人满意的语音情感识别效果。因此,本研究构造了一种三层随机森林情感识别网络,在每一层都单独剥离易于区分的情感类别,并通过重要性评分方法,为每一层网络都构造一个识别特定类别的特征集,该特征集的每一个特征都依据贡献度大小得到赋权,以确保对分类贡献越多的特征因子对结果影响越大。本研究构建的多级情感识别网络,在小样本集语音情感识别的整体识别率上,较单层随机森林网络和支持向量机分别提高了5%和7%,较流行的深度学习方法卷积神经网络提高了12%。实验结果和理论分析表明:基于重要性评分的多级随机森林网络相较于其他方法,在源数据样本量较少和部分不平衡的情况下,有更高的识别准确率,具有语音情感识别方向的实际应用意义。 相似文献
2.
网络编码方法能够保证传输的可靠性,同时也能降低数据冗余度,因此将网络编码方法引人对等互联网络中必能发挥稳定性和可靠性作用．针对对等互联网络中的传统可靠多路径路由协议进行改进完善,引入网络编码方法进行完善,提出了可靠网络编码多路径协议（NC-RMPP）．并针对该新协议在对等互联网络中的相关性能进行了实验模拟和数据分析． 相似文献
3.
分析网上空间信息的异构性及共享解决方案,提出了一种新的基于XML和RDF的异构空间信息共享模型．采用了XML,RDF技术解决空间信息的语法和语义异构问题,设计了空间信息表示分级共识矩阵,将信息异构分解到各个表示级别以简化信息转换,在每一级别又提取空间信息领域的共识来表示信息以促进应用程序对信息的正确理解和语义互操作．实例证明了该模型能有效解决异构空间信息的表示和交换问题,满足用户空间信息共享的需要． 相似文献
1
