1) minimum phone error
最小音子错误
1.
Acoustic and tone scores are scaled by model weights discriminatively trained by the minimum phone error (MPE) criterion.
提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。
2.
Discriminative model weight training based on minimum phone error criteria is adopted aiming at optimal integration of the tone models.
提出了2种解决汉语语音识别中声调问题的方法:利用区分性方法对基于隐马尔可夫模型(HMM)的声调模型进行训练;提出将区分性训练的声调模型加入大词汇量连续语音识别系统的最优方法,该方法根据最小音子错误的训练准则以及利用扩展Baum-Welch算法区分性训练与模型相关的概率权重,对声学模型以及声调模型概率进行加权。
2) minimum phone error(MPE)
最小音素错误
1.
This paper mainly introduces the new discriminative training method,the minimum phone error(MPE),and proposes a new model combination method.
本文在最小音素错误(Minimum phone error,MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法:针对单混合分量模型,依据模型间混淆程度对MLE和MPE的模型进行加权组合;针对多混合分量模型,提出一种模型选择的算法来获取新的模型参数。
3) minimum error ratio
最小错误率
1.
The paper presents an algorithm of automatic SAR image segmentation based on minimum error ratio.
文章提出了一种基于最小错误率的SAR图象自动分割算法。
4) least error probability
最小错误概率
1.
Combiningwith the samples in sample room,its classification can be confirmed via Bayes decision based on the least error probability.
提出了一种用Bayes决策理论进行手写体数字识别的方法,对已知类别的样品提取特征建立数字样品库,对于任意的手写数字提取特征,根据数字样品库中已知样品的特征,运用基于最小错误概率的Bayes决策进行识别。
5) MCE
最小分类错误
1.
A Minimum Classification Error(MCE) criterion based sub-words weighting parameters estimation algorithm is proposed in which the sub-word weighting parameters are derived by the MCE training.
本文提出了一种基于最小分类错误准则(MCE)的子词权重参数估计算法,通过MCE训练得到子词的权重系数。
6) misclassification minimization
错误分离最小化
1.
Approximation algorithm of misclassification minimization;
错误分离最小化的一个新的近似算法
补充资料：最小辐亮度与最小辐照度(见核爆炸火球)
最小辐亮度与最小辐照度(见核爆炸火球)
minimum-brightness and minimum-irradiance
zuixiao fuliangdu yu zuixiaofu乙haodu最小辐亮度与最小辐照度(minimum-brightness and而nimum一irradianee)见核爆炸火球。
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