排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为了识别大词汇量下连续长沙话方言语音,提出了基于CTC算法的门控线性单元神经网络模型.先通过梅尔倒谱系数提取语音的特征参数,再把提取的特征参数输入门控线性单元神经网络,用CTC算法进行训练优化,得到输入序列整个的预测标签.最后在自建的长沙话方言语料库上,以词错率作为评价指标,对CTC模型、GRU模型和CTC-GRU模型进行对比,结果表明CTC-GRU模型相对于其他2个模型收敛速度更快,结果更精准. 相似文献
2.
MIMO-OFDM系统中一种有效的信道估计方法 总被引：3，自引：2，他引：1
为降低信道估计算法的复杂度,给出了MIMO-OFIM(M山tiple Input and Multiplw Output-Orthogonal Freuency Division Multiplexing)系统中的一种信道估计实现方案,采用STBC(Space-Time Block Code)训练序列,LMS(Least Mean Square)迭代算法估计信道响应,避免了矩阵的求逆运算,与基于MMSE(Minimum Mean Squore Error)和LS(Least Square)的MIMO信道估计算法相比,具有运算复杂度低、跟踪能力强的优点,计算机仿真结果也显示了它的有效性和优越性. 相似文献
1