基于支持向量机的关键词识别新方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    60372089
  • 项目类别:
    面上项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0111.信号理论与信号处理
  • 结题年份:
    2006
  • 批准年份:
    2003
  • 项目状态:
    已结题
  • 起止时间:
    2004-01-01 至2006-12-31

项目摘要

连续语音流中的关键词识别是语音识别识别的重要分支,可以使人机语音交互过程更加自然,在语音资料检索、电话语音交互、对话主题分类等应用中起着关键作用,有着重要的研究价值和应用价值。本项目在分析现有技术所存在问题的基础上,研究关键词识别的新方法,将支持向量机应用于该领域,研究支持向量机与隐马尔可夫模型对连续语音流的建模技术,设计相应的模型训练算法和识别搜索算法,解决非关键词模型训练中的小样本学习问题,设

结项摘要

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(7)
专利数量(0)
Mandarin Digits Speech Recogni
普通话数字语音识别
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    Xie Xiang, Kuang Jingming
  • 通讯作者:
    Xie Xiang, Kuang Jingming
Novel Method to Combine Phone-
结合手机的新方法-
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    Shilei HUANG, Xie Xiang, Kuang
  • 通讯作者:
    Shilei HUANG, Xie Xiang, Kuang
基于电信网络的说话人识别语音库
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    声学技术,第24卷,pp495-497
  • 影响因子:
    --
  • 作者:
    尹安容;黄石磊;李代松;陈嘉
  • 通讯作者:
    陈嘉
Using Hadamard ECOC in Multi-c
在 Multi-c 中使用 Hadamard ECOC
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    Yin An-rong, Xie Xiang, Kuang
  • 通讯作者:
    Yin An-rong, Xie Xiang, Kuang
结合MCE的ECOC多分?类方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电子与信息学报,已录用,待发表
  • 影响因子:
    --
  • 作者:
    黄石磊 谢湘 匡镜明
  • 通讯作者:
    黄石磊 谢湘 匡镜明

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于非负张量分解的音频分类方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    天津大学学报(自然科学与工程技术版)
  • 影响因子:
    --
  • 作者:
    杨立东;谢湘;王晶;赵毅;匡镜明
  • 通讯作者:
    匡镜明
基于听觉模型与自适应分数阶Fourier变换的声学特征在语音识别中的应用
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    声学学报(中文版)
  • 影响因子:
    --
  • 作者:
    尹辉;谢湘;匡镜明
  • 通讯作者:
    匡镜明
DVB-S2中基于RM码的ACM模式帧同步设计
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    北京理工大学学报
  • 影响因子:
    --
  • 作者:
    闫朝星;王华;匡镜明;韩术
  • 通讯作者:
    韩术
基于张量分解的多声道音频恢复方法
  • DOI:
    10.15918/j.tbit1001-0645.2015.11.015
  • 发表时间:
    2015
  • 期刊:
    北京理工大学学报
  • 影响因子:
    --
  • 作者:
    杨立东;王晶;赵毅;谢湘;匡镜明
  • 通讯作者:
    匡镜明
用于统计语音合成的大尺度压缩HMM 的方法
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    Journal of Tsinghua University(Science and Technology)
  • 影响因子:
    --
  • 作者:
    那兴宇;谢湘;匡镜明;何娅玲
  • 通讯作者:
    何娅玲

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

匡镜明的其他基金

交通语音诱导信息的识别与无人驾驶车辅助行驶路径规划
  • 批准号:
    91120015
  • 批准年份:
    2011
  • 资助金额:
    66.0 万元
  • 项目类别:
    重大研究计划
无线ATM/CDMA通信网中关键技术的研究
  • 批准号:
    69772005
  • 批准年份:
    1997
  • 资助金额:
    12.0 万元
  • 项目类别:
    面上项目
数字移动通信系统中格形量化和格形编码调制技术的研究
  • 批准号:
    69472037
  • 批准年份:
    1994
  • 资助金额:
    7.0 万元
  • 项目类别:
    面上项目
数字移动通信信道统计特性的研究
  • 批准号:
    69072922
  • 批准年份:
    1990
  • 资助金额:
    5.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码