基于PCA与LDA的说话人识别研究

PCA_ICA_LDA_介绍与比较，详细介绍，并进行了比较

一本很不多的资料，有兴趣的同学就用的，分享的，有用就拿去

PCA ICA LDA介绍与比较，用于人脸识别方面

为了充分提取语音中的个人特征信息，类比矢量量化，提出了一种基于K-均值奇异值分解（K-SVD）的说话人识别方法。利用K-SVD训练得到的字典可较好地保存语音信号中的个人特征信息。利用这一特性，通过K-

针对目前语义Web服务匹配方法中缺少对服务行为约束的考虑及传统推理匹配的结果中同一级别不能再区分的缺点，设计了一种带服务行为约束的基于推理和语义相似度计算的匹配方法。方法分为三步：第一步进行服务行为约

针对多说话人聚类线性初始化方法精度较差的问题，提出了一种改进的聚类初始化方法。该方法引入BIC对由线性初始化产生的初始类进行检测分割，有效提升了说话人初始类纯度。最后将该方法应用到高斯混合模型（GMM

EnglishLanguageSpeechDatabaseforSpeakerRecognitionandSpeechRecognitionTheintentionofcreatingthisdata

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

比较深入的分析了人脸识别方法的原理关键词:图像处理,人脸检测,人脸识别,PCA

在TI的DSK5402平台上构建了一个主要采用VQ方法的6个说话人识别系统。该系统采用了10阶的线性预测参数、10阶的线性预测倒谱参数及基音参数,提出了一种改进的LBG算法,以避免在迭代过程中产生空胞