面向连续语音识别的半监督学习方法的研究

摘要	第1-5页
Abstract	第5-8页
第1章 绪论	第8-15页
·研究的目的和意义	第8页
·半监督学习方法综述	第8-11页
·国内外在该方向的研究现状及分析	第11-13页
·论文的主要内容及其组织	第13-15页
第2章 连续语音识别系统	第15-26页
·概述	第15-16页
·HMM模型	第16-22页
·HMM模型的定义	第16-18页
·HMM模型的建立	第18页
·HMM模型的训练	第18-19页
·HMM模型解码算法	第19-22页
·语言模型	第22-23页
·统计语言模型	第22-23页
·语言模型评价	第23页
·连续语音识别算法	第23-25页
·本章小结	第25-26页
第3章 自学习与确认相结合的半监督学习	第26-42页
·半监督学习方法的原理简介	第26-27页
·传统的半监督学习方法	第27-29页
·置信度原理	第27页
·结合置信度进行半监督学习	第27-29页
·自学习与确认相结合的半监督学习方法	第29-32页
·实验	第32-40页
·实验环境及实验数据	第32-34页
·几种半监督学习方法的性能比较	第34-40页
·结合高低置信度数据进行半监督学习	第40页
·本章小结	第40-42页
第4章 基于信息熵的半监督学习	第42-51页
·信息熵	第42-44页
·熵的概述	第42页
·信息熵	第42-44页
·结合信息熵进行半监督学习	第44-47页
·实验	第47-50页
·本章小结	第50-51页
结论	第51-52页
参考文献	第52-57页
攻读学位期间发表的学术论文	第57-59页
致谢	第59页