智能計算在漢語方言聲調識別中的應用 張鴻雁 9787513088978 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：知識產權
物品所在地：中國大陸
原出版社：知識產權
NT$496
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202309*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：智能計算在漢語方言聲調識別中的應用 ISBN：9787513088978 出版社：知識產權 著編譯者：張鴻雁 頁數：155 所在地：中國大陸 *此為代購商品 書號：1591972 可大量預訂，請先連絡。 內容簡介 漢語是一種聲調語言，聲調在辨意中發揮著重要作用，因此聲調的特徵研究是漢語方言研究的重要部分。本書介紹了多種智能演算法在漢語方言單字調識別中的應用，為漢語方言的語言研究學者提供了新的研究方法和思路。 本書可供自然語言處理、語言學、語音學和聲學領域的科學工作者、教師、研究生學習參考。作者簡介 邵燕梅，女，1968年出生，山東郯城人。漢語言文字學博士。山東師範大學文學院教授，博士生導師。研究方向為漢語方言學、詞彙學與詞典學，主要致力於社會方言和地域方言及相關研究。主持國家社科基金後期資助項目1項、中國語言資源保護工程專項任務4項、省部級重點課題2項及其他省部級、市廳級課題多項。出版專著《郯城方言志》《沂南方言志》《費縣方言志》等著作，在《方言》《語言研究》《語文研究》《南開語言學刊》等刊物上發表論文多篇。目錄 第1章 語音學與智能計算1 1 語音學簡介 1 2 現代語音學 1 3 現代語音學與信息技術的結合 1 3 1 語音學在智能領域的應用 1 3 2 智能演算法在語音學研究領域的應用 第2章 語音信號的分析 2 1 語音信號的聲學基礎 2 1 1 聲波 2 1 2 聲波的物理量 2 1 3 聲音的四要素 2 2 語音生成系統和感知系統 2 2 1 語音的來源 2 2 2 語音的三種聲源 2 2 3 語音產生的聲學原理 2 3 語音信號的聲學特徵提取 2 3 1 時域和頻域 2 3 3 語譜圖 2 3 4 梅爾頻率語譜圖與梅爾倒譜係數 2 3 5 基頻 第3章 漢語聲調的特點 3 1 聲調、音高與音調 3 2 漢語的聲調 3 3 聲調的表示 第4章 基於支持向量機的漢語聲調識別 4 1 支持向量機簡介 4 2 支持向量機演算法原理 4 2 1 線性支持向量機 4 2 2 非線性支持向量機 4 2 3 核函數 4 2 4 對一支持向量機 4 3 基於支持向量機的漢語方言聲調分類的實現 4 3 1 圖像分類任務 4 3 2 特徵選擇與提取 4 3 3 基於SVM演算法的漢語方言聲調分類實現 4 4 總結 第5章 基於卷積神經網路的漢語聲調識別 5 1 人工神經網路簡介 5 1 1 人工神經網路 5 1 2 神經元 5 1 3 神經元的學習演算法 5 1 4 網路拓撲 5 1 5 網路學習演算法 5 2 BP神經網路 5 3 卷積神經網路 5 3 1 卷積神經網路簡介 5 3 2 卷積神經網路圖像識別原理 5 3 2 卷積神經網路模型的建立 5 4 基於卷積神經網路的語譜圖分類實現 5 4 1 數據描述 5 4 2 實驗步驟 5 4 3 實驗結果 5 5 總結 第6章 基於深度學習的漢語聲調識別 6 1 深度學習方法 6 2 深度神經網路模型 6 2 1 AlexNet模型 6 2 2 VGGNet模型 6 2 3 GoogLeNet模型 6 3 4 ResNet模型 6 3 基於深度學習的漢語方言聲調分類的實現 6 3 1 數據來源及數據特徵 6 3 2 實驗步驟 6 3 3 實驗結果分析 6 3 4 結論 6 4 總結 第7章 基於生物計算的漢語聲調識別 7 1 生物計算簡介 7 2 脈衝神經膜系統原理 7 2 1 脈衝神經膜系統的基本概念 7 2 2 脈衝神經膜系統的分類 7 2 3 脈衝神經膜系統的形式化定義 7 3 門限脈衝神經膜系統模型 7 3 1 定義 7 3 2 網路模型 7 4 基於GSNP系統的漢語方言聲調分類的實現 7 5 1 實驗參數的討論 7 5 4 不同模型的比較 7 6 總結 第8章 漢語聲調的無監督聚類 8 1 聚類演算法簡介 8 2 基於特徵提取的漢語聲調聚類 8 2 1 圖像的主成分分析 8 2 2 圖像的神經網路 8 3 聚類有效性評價 8 3 1 內部有效性指標 8 3 2 外部有效性指標 8 4 基於K-means演算法的漢語聲調聚類 8 4 1 K-means演算法的原理 8 4 2 相似性度量方式 8 4 3 K-means演算法流程 8 4 4 K-means演算法的優缺點及演算法複雜度 8 4 5 SciPy聚類包 8 4 6 K值的選取方法 8 4 7 基於K-means演算法的漢語方言聲調聚類的實現 8 5 基於層次聚類演算法的漢語聲調聚類 8 5 1 層次聚類演算法原理 8 5 2 凝聚和分裂層次聚類 8 5 3 簇間距離度量方法 8 5 4 層次聚類的優缺點 8 5 5 基於最小距離的層次聚類演算法的基本思想 8 5 6 基於層次聚類的語譜圖的聚類實現 8 6 基於譜聚類的漢語聲調聚類 8 6 1 譜聚類基本原理 8 6 2 譜聚類演算法流程 8 6 3 sklearn庫中的譜聚類使用 8 6 4 基於譜聚類的漢語方言聲調聚類的實現 8 7 總結 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
