1) Universal background bigram model
全局背景二元模型
2) universal background model
全局背景模型
1.
Based on analysis of general background speaker models,a new model combining the universal background model(UBM) with a cohort model is proposed.
文章提出一种新的说话人确认的背景模型,对所有说话人采用同一全局背景模型(简称UBM),并为每个说话人建立一个竞争者模型(cohort model)。
3) GMM-UBM
高斯混合模型-全局背景模型
1.
Experiments based on the reference system including GMM(Gaussian Mixed Model) ,GMM-UBM(Gaussian Mixture Model-Universal and Background Model) and HMM(Hidden Markov Model) show this method is effective,that the effect of speaker di.
高斯混合模型、高斯混合模型-全局背景模型和遍历隐马尔可夫模型3种语言模型的实验证明,这种方法是有效的,它普遍地减小了说话人差异对语言辨识的影响,提高了语言辨识率。
4) background model
背景模型
1.
Multimodal background model with noise and shadow suppression for moving object detection;
基于噪声与阴影抑制多模态背景模型的运动物体检测(英文)
2.
Research on moving vehicle detection based on background model;
基于背景模型的运动车辆检测算法研究
3.
Novel Method for Background Modeling and Update;
一种新的背景模型建立及更新方法
6) Global metadata model
全局元数据模型
补充资料：一元线性回归模型
分子式：
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变量x的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(x1，y1)(i=1，n)来确定系统的值。按最小二乘法原理来求出系数值，所得到的模型为一元线性回归模型。
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变量x的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(x1，y1)(i=1，n)来确定系统的值。按最小二乘法原理来求出系数值，所得到的模型为一元线性回归模型。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条