تشخیص جنسیت به کمک شبکه عصبی MLP ، شبکه عصبی ژنتیکی و شبکه Anfis
Publish place: 14th Annual Conference of Computer Society of Iran
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,553
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI14_202
تاریخ نمایه سازی: 26 مهر 1387
Abstract:
در این مقاله ایده و روش های جدیدی برای تشخیص اتوماتیک جنسیت پیشنهاد و آزمایش گردیده است. از جمله این روش ها می توان به استفاده از شبکه عصبی MLP ترکیب شده با الگوریتم ژنتیک برای تنظیم بهتر وزن های شبکه، استفاده از شبکه عصبی ANFIS و تطبیق آن برای تشخیص جنسیت و تلفیق شده آن با روش FCM نام برد. بهترین نتیجه از شبکه Anfis ترکیب شده با FCM بدست آمد. ضمن این که روش های دیگر نیز از کارایی بسیار خوبی برخوردار بودند. بهترین نتیجه برای دادگان TIMIT برابر 97/5% و برای دادگان OGI برابر 96/31% بدست آمد. این دقت بالا در دادگان OGI که دادگانی تلفنی چند زبانه با SNR پائین است نشان می دهد که روشهای پیشنهادی در برابر تغییر زبان گوینده و کیفیت پائین داده های گفتاری مقاوم هستند. علاوه بر این به کمک شبکه عصبی ژنتیکی، شبکه ای سریع ساخته شد که بتواند تنها با 3 نرون در لایه میانی به دقتی مشابه شبکه عصبی MLP برسد.
Keywords:
Authors
محمد علی کیوان راد
دانشکده کامپیوتر دانشگاه امیرکبیر
محمد مهدی همایون پور
دانشکده کامپیوتر دانشگاه امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :