声学模型训练-LDA算法

语音识别中，为了增强音频特征的鲁棒性，需要提取区分能力较强的特征向量，常用的方法是PCA和LDA算法。

PCA算法寻找，保留数据中最有效的，最重要的成分，舍去一些冗余的，包含信息量减少的成分。

LDA算法是通过一个变化矩阵来达到降维的目的，LDA与PCA不同之处在于，LDA使得样本内的分布凝聚，使得样本间的分布疏远，这样的特征更加有代表性，在分类里面LDA算法更优。

如下图所示：

LDA有如下假设：

1）特征向量投影后不是所有的维都包含具有区分力的信息，他们都被包含在前P维子空间，而后（n-p）维子空间不包含有用的信息而被忽略；

2）每个样本内都是高斯分布。

公式定义如下：

当语音特征用向量表示时，LDA算法希望模式样本间的协方差矩阵Sb越大越好，

而样本内的协方差矩阵Sw越小越好，因此上式中使得Wopt取最大值。

投影矩阵的列向量为：d个最大特征值（矩阵的特征向量）所对应的特征向量

经过LDA变换后的协方差矩阵不能对角化，因此需要经过MLLT（MaximumLikelihood Linear Transformation, MLLT ）进行变换。

MLLT算法的介绍会在下一篇文章详细介绍。

声学模型训练-LDA算法相关推荐

NLP之TM之LDA：利用LDA算法瞬时掌握文档的主题内容—利用希拉里邮件数据集训练LDA模型并对新文本进行主题分类
NLP之TM之LDA:利用LDA算法瞬时掌握文档的主题内容-利用希拉里邮件数据集训练LDA模型并对新文本进行主题分类目录输出结果设计思路核心代码训练数据集 LDA模型应用输出结果设计思路 ...
独家 | 利用Python实现主题建模和LDA 算法（附链接）
作者:Susan Li翻译:陈之炎校对:陈汉青本文约1900字,建议阅读5分钟在这篇文章,我们将LDA应用于一组文档,并将文档按照主题分类. 标签:LDA 算法主题建模是一种用于找出文档集合中抽象& ...
【NLP基础】NLP关键字提取技术之LDA算法原理与实践
点击上方,选择星标或置顶,每天给你送干货! 阅读大概需要11分钟跟随小博主,每天进步一丢丢引文人们是如何从大量文本资料中便捷得浏览和获取信息?答案你肯定会说通过关键字.仔细想想,我们人类是怎么提 ...
R语言之LDA算法应用
在R语言中我们用LDA算法的做预测的时候包,主要的MASS包.在这里我就不对于LDA算法进行详细的描述,只是根据问题的需求用R语言解决问题.我们使用的数据是KKNN包中的自带数据miete数据.主要对 ...
【机器学习】LDA算法原理
问题线性判别分析(Linear Discriminant Analysis,LDA)是机器学习中常用的降维方法之一,本文旨在介绍LDA算法的思想,其数学推导过程可能会稍作简化. LDA的思想 ● L ...
python建模大赛算法_利用Python实现主题建模和LDA 算法（附链接）
主题建模是一种用于找出文档集合中抽象"主题"的统计模型.LDA(Latent Dirichlet Allocation)是主题模型的一个示例,用于将文档中的文本分类为特定的主题.L ...
深度学习入门，一文讲解神经网络的构成、训练和算法
小白深度学习入门系列神经网络的构成.训练和算法什么是神经网络人工神经网络(Artificial Neural Network,ANN),简称神经网络(Neural Network,NN),是一种 ...
【深度学习】快照集成等网络训练优化算法系列
[深度学习]快照集成等网络训练优化算法系列文章目录 1 什么是快照集成? 2 什么是余弦退火学习率? 3 权重空间中的解决方案 4 局部与全局最优解 5 特别数据增强 6 机器学习中解决数据不平衡问 ...
EL之Bagging(DTR)：利用DIY数据集(预留30%数据+两种树深)训练Bagging算法(DTR)
EL之Bagging(DTR):利用DIY数据集(预留30%数据+两种树深)训练Bagging算法(DTR) 目录输出结果设计思路核心代码输出结果 1.treeDepth=1 2.treeDe ...
FE之DR之线性降维：PCA/白化、LDA算法的数学知识(协方差矩阵)、相关论文、算法骤、代码实现、案例应用等相关配图之详细攻略
FE之DR之线性降维:PCA/白化.LDA算法的数学知识(协方差矩阵).相关论文.算法骤.代码实现.案例应用等相关配图之详细攻略目录 PCA 1.PCA的数学知识 1.协方差矩阵计算 2.PCA算法 ...

声学模型训练-LDA算法

声学模型训练-LDA算法相关推荐

最新文章

热门文章