期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多维特征向量的网络社团划分方法
1
作者
葛新
赵海
+1 位作者
张昕
李超
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2008年第7期944-947,共4页
为了寻找大规模复杂网络中的社团结构,提出了基于多维特征向量的社团划分方法,即多维特征向量谱平分法.利用网络连接矩阵的多维特征向量划分网络社团,通过仿真实验分析关键参数对划分效果的影响,从而确定使得划分结果最优的参量值,并综...
为了寻找大规模复杂网络中的社团结构,提出了基于多维特征向量的社团划分方法,即多维特征向量谱平分法.利用网络连接矩阵的多维特征向量划分网络社团,通过仿真实验分析关键参数对划分效果的影响,从而确定使得划分结果最优的参量值,并综合多维特征量阈值和社团数目两方面的因素决定被划分的社团数目.在具有代表性的局域世界网络演化模型中进行仿真,证明该方法在网络聚簇特征不是很明显的情况下,能够有效划分网络中存在的多个社团,适应具有各种聚集特征的网络,说明该算法在实际网络中具有较高的应用价值.
展开更多
关键词
复杂网络
社团结构
谱平分法
多维特征向量
聚类系数
下载PDF
职称材料
基于两种GMM-UBM多维概率输出的SVM语音情感识别
被引量：
2
2
作者
黄永明
章国宝
+1 位作者
董飞
达飞鹏
《计算机应用研究》
CSCD
北大核心
2011年第1期98-101,共4页
针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作...
针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作为SVM分类器的特征参数,既利用了GMM表征数据本身统计特性的能力,又保留了SVM判决能力强的特点。在柏林情感语音库与汉语情感语料库上进行的实验结果表明,该方法在语音情感识别上的平均识别率较标准GMM方法提高1.7%～3.7%。
展开更多
关键词
语音情感识别
特征向量同维GMM—UBM多维概率输出
GMM阶数同维GMM—UBM多维概率输出
支持向量机(SVM)
下载PDF
职称材料
题名
基于多维特征向量的网络社团划分方法
1
作者
葛新
赵海
张昕
李超
机构
东北大学信息科学与工程学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2008年第7期944-947,共4页
基金
国家高技术产业化示范工程项目(20012167)
文摘
为了寻找大规模复杂网络中的社团结构,提出了基于多维特征向量的社团划分方法,即多维特征向量谱平分法.利用网络连接矩阵的多维特征向量划分网络社团,通过仿真实验分析关键参数对划分效果的影响,从而确定使得划分结果最优的参量值,并综合多维特征量阈值和社团数目两方面的因素决定被划分的社团数目.在具有代表性的局域世界网络演化模型中进行仿真,证明该方法在网络聚簇特征不是很明显的情况下,能够有效划分网络中存在的多个社团,适应具有各种聚集特征的网络,说明该算法在实际网络中具有较高的应用价值.
关键词
复杂网络
社团结构
谱平分法
多维特征向量
聚类系数
Keywords
complex
networks
community
structure
spectral
bisection
algorithm
multidimensional
eigenvector
clustering
coefficient
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于两种GMM-UBM多维概率输出的SVM语音情感识别
被引量：
2
2
作者
黄永明
章国宝
董飞
达飞鹏
机构
东南大学自动化学院
出处
《计算机应用研究》
CSCD
北大核心
2011年第1期98-101,共4页
基金
国家自然科学基金资助项目(60805002)
文摘
针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作为SVM分类器的特征参数,既利用了GMM表征数据本身统计特性的能力,又保留了SVM判决能力强的特点。在柏林情感语音库与汉语情感语料库上进行的实验结果表明,该方法在语音情感识别上的平均识别率较标准GMM方法提高1.7%～3.7%。
关键词
语音情感识别
特征向量同维GMM—UBM多维概率输出
GMM阶数同维GMM—UBM多维概率输出
支持向量机(SVM)
Keywords
speech
emotion
recognition
GMM-UBM
multidimensional
likelihoods
with
the
same
dimension
of
eigenvector
GMM-UBM
multidimensional
likelihoods
with
the
same
dimension
of
mixtures
support
vector
machine（SVM）
分类号
TP912 [自动化与计算机技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多维特征向量的网络社团划分方法
葛新
赵海
张昕
李超
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2008
0
下载PDF
职称材料
2
基于两种GMM-UBM多维概率输出的SVM语音情感识别
黄永明
章国宝
董飞
达飞鹏
《计算机应用研究》
CSCD
北大核心
2011
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
