The features used for training cont

The features used for training contain the bitmap-vector and the additional features as described above (altogether a 12 dimensional feature vector), the codebook sizes are optimized for each experiment, whereas the sizes of the neural VQ for hybrid HMMs and the corresponding k-means VQ are equal.

ผลลัพธ์ (ไทย) 1:

ลักษณะการทำงานที่ใช้สำหรับฝึกอบรมประกอบด้วยเวกเตอร์บิตแมป และคุณสมบัติเพิ่มเติมตามที่อธิบายไว้ข้างต้น (ทั้งหมด 12 ลักษณะมิติเวกเตอร์), codebook ขนาดนี้เหมาะสำหรับการทดลองแต่ละ ในขณะที่ขนาดของแรมโลว์ประสาทสำหรับไฮบริ HMMs และแรมโลว์ k หมายถึงตรงเท่า

ผลลัพธ์ (ไทย) 2:

คุณสมบัติที่ใช้สำหรับการฝึกอบรมประกอบด้วยบิตแมปเวกเตอร์และคุณลักษณะเพิ่มเติมตามที่อธิบายไว้ข้างต้น (รวมเวกเตอร์คุณลักษณะ 12 มิติ) ขนาด codebook ที่เหมาะสำหรับการทดลองแต่ละขณะที่ขนาดของ VQ ประสาท HMMs ไฮบริดและสอดคล้อง k- หมายความ VQ มีค่าเท่ากัน

ผลลัพธ์ (ไทย) 3:

คุณสมบัติใช้สำหรับการฝึกอบรมประกอบด้วยบิตแมปเวกเตอร์และคุณลักษณะเพิ่มเติมตามที่อธิบายไว้ข้างต้น ( ทั้งหมดเป็นเวกเตอร์ลักษณะ 12 มิติ ) , ชุดขนาดเหมาะสำหรับทุกการทดลอง ในขณะที่ขนาดของ vq ประสาทสำหรับ hmms ไฮบริดและ vq k-means ที่เท่าเทียมกัน