期刊文献+
共找到75篇文章
< 1 2 4 >
每页显示 20 50 100
Prediction of Rural Residents’ Consumption Expenditure Based on Lasso and Adaptive Lasso Methods 被引量:1
1
作者 Xiaoting Tao Haomin Zhang 《Open Journal of Statistics》 2016年第6期1166-1173,共8页
When the variable of model is large, the Lasso method and the Adaptive Lasso method can effectively select variables. This paper prediction the rural residents’ consumption expenditure in China, based on respectively... When the variable of model is large, the Lasso method and the Adaptive Lasso method can effectively select variables. This paper prediction the rural residents’ consumption expenditure in China, based on respectively using the Lasso method and the Adaptive Lasso method. The results showed that both can effectively and accurately choose the appropriate variable, but the Adaptive Lasso method is better than the Lasso method in prediction accuracy and prediction error. It shows that in variable selection and parameter estimation, Adaptive Lasso method is better than the Lasso method. 展开更多
关键词 lasso method Adaptive lasso method CONSUMPTION PREDICTION
在线阅读 下载PDF
基于HSIC Lasso的特征加权支持向量机
2
作者 赖志勇 汪廷华 张昕 《计算机与现代化》 2025年第7期119-126,共8页
支持向量机(SVM)通过引入核函数将原低维问题转化为高维核空间线性问题,已成功应用于数据分类等问题。经典的SVM算法平等对待所有的特征,忽略了不同的特征对模型输出的贡献不一样的事实,因此,核空间的构造可能不尽合理。本文提出一种基... 支持向量机(SVM)通过引入核函数将原低维问题转化为高维核空间线性问题,已成功应用于数据分类等问题。经典的SVM算法平等对待所有的特征,忽略了不同的特征对模型输出的贡献不一样的事实,因此,核空间的构造可能不尽合理。本文提出一种基于希尔伯特—施密特独立性准则(Hilbert-Schmidt Independence Criterion,HSIC)Lasso的特征加权支持向量机算法HSIC Lasso-FWSVM。该算法首先利用HSIC有效地度量2个随机变量之间的关系,计算特征空间中特征与特征以及特征与标签之间的相关性,使用计算出的相关性作为对应特征的权重。然后应用Lasso回归方法,通过稀疏性约束重新度量各个特征的权重,将部分无关特征的权重收缩至0。最后,将得到的特征权重应用到SVM核函数的计算中,从而避免弱相关或不相关的特征干扰核函数的计算。在9个UCI数据集上分别使用本文算法、经典SVM和一些最新的特征加权SVM算法进行仿真实验,结果表明,HSIC Lasso-FWSVM具有更好的泛化能力和鲁棒性。 展开更多
关键词 支持向量机 HSIC lasso 特征加权 核方法 机器学习
在线阅读 下载PDF
基于Lasso方法分析ICU危重症患者发生营养不良的危险因素以及不同营养评估法的预测价值
3
作者 王梦杰 《首都食品与医药》 2025年第22期38-43,共6页
目的目的基于Lasso方法分析重症监护病房(Intensive Care Unit,ICU)危重症患者发生营养不良的危险因素以及不同营养评估法的预测价值。方法方法纳入2021年6月-2024年6月于我院ICU接受治疗的危重症患者354例,依据NUTRIC分为:良好组(NUTRI... 目的目的基于Lasso方法分析重症监护病房(Intensive Care Unit,ICU)危重症患者发生营养不良的危险因素以及不同营养评估法的预测价值。方法方法纳入2021年6月-2024年6月于我院ICU接受治疗的危重症患者354例,依据NUTRIC分为:良好组(NUTRIC=0分)216例、不良组(NUTRIC≥1分)138例;其中不良组又包括:低风险(1分≤NUTRIC≤3分)69例、中风险(4分≤NUTRIC≤5分)47例以及高风险(NUTRIC≥6分)22例;分析影响ICU危重症患者发生营养不良的危险因素,并探究其与不同营养评估法的预测价值。结果结果两组患者年龄、体质指数(Body Mass Index,BMI)、慢性胃肠道症状、合并症数量、入ICU前住院天数、血红蛋白、白蛋白、前白蛋白、淋巴细胞计数、CD4阳性T淋巴细胞(CD4-positive T lymphocytes,+CD4 T)、磷离子水平、急性生理与慢性健康评分Ⅱ(Acute Physiology and Chronic Health EvaluationⅡ,APACHEⅡ评分)、序贯器官衰竭评分(Sequential Organ Failure Assessment,SOFA)以及NRS 2002、修改版营养风险评分(Modified Nutritional Risk Score,mNUTRIC)对比,差异存在统计学意义(P<0.05);对上述候选变量进行Lasso回归分析,选择了最简单模型并进行多因素Logistic回归分析结果显示,年龄(OR=2.435,95%CI:2.021-2.934)、BMI(OR=1.775,95%CI:1.509-2.089)、合并慢性胃肠道症状(OR=0.958,95%CI:0.925-0.992)、合并症数量(OR=2.181,95%CI:1.850-2.572)、血红蛋白水平(OR=0.936,95%CI:0.895-0.979)、白蛋白水平(OR=0.919,95%CI:0.886-0.954)、前白蛋白水平(OR=0.948,95%CI:0.908-0.990)、淋巴细胞计数(OR=0.912,95%CI:0.882-0.943)、NRS 2002评分(OR=2.166,95%CI:1.866-2.514)、mNUTRIC评分(OR=1.908,95%CI:1.621-2.245)是ICU危重症患者发生营养不良的影响因素(P<0.05);ROC曲线分析结果显示,在预测ICU危重症患者发生营养不良上,列线图、NRS 2002评分以及mNUTRIC评分的AUC分别为0.716、0.783、0.758。结论结论年龄、低BMI、慢性胃肠道症状、多重合并症及低血红蛋白、白蛋白、前白蛋白和淋巴细胞计数是ICU患者营养不良的独立危险因素,基于危险因素构建的列线图模型预测性能仍达临床可接受水平。鉴于NRS 2002与mNUTRIC为国际公认标准,列线图可作为补充工具,在资源受限或需个体化评估时提供可靠的床旁决策支持。 展开更多
关键词 lasso ICU 危重症 营养不良 危险因素 营养评估法 预测价值
暂未订购
基于Lasso和Xgboost的油价预测研究 被引量:13
4
作者 施国良 景志刚 范丽伟 《工业技术经济》 CSSCI 北大核心 2018年第7期31-37,共7页
鉴于国际原油价格波动的频繁性和对国民经济的重要性,油价的预测和油价的影响因素研究一直是国内外的研究热点。为了提高油价预测的准确性,本文在总结前人提出的油价影响因素的基础上,运用Lasso方法筛选出美国原油生产成本、WTI原油期... 鉴于国际原油价格波动的频繁性和对国民经济的重要性,油价的预测和油价的影响因素研究一直是国内外的研究热点。为了提高油价预测的准确性,本文在总结前人提出的油价影响因素的基础上,运用Lasso方法筛选出美国原油生产成本、WTI原油期货价格、中国原油产量等11个主要影响因素,之后使用Xgboost方法对油价进行预测。数值试验结果表明,相比较其它预测方法,本文构建的Lasso-Xgboost组合方法预测精度更高,泛化能力更强。最后本文应用已有模型对2018~2019年WTI原油价格进行趋势预测。 展开更多
关键词 lasso方法 Xgboost方法 lasso-Xgboost方法 WTI现货价格预测 模型误差 分类与回归树
在线阅读 下载PDF
基于Lasso和BP神经网络的组合预测及其应用——以居民消费支出预测为例 被引量:11
5
作者 喻胜华 张静 《财经理论与实践》 CSSCI 北大核心 2016年第1期123-128,共6页
在变量选择的基础上,构建基于Lasso方法和BP神经网络的预测模型,并对我国城乡居民的消费支出进行预测,结果显示:基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度;在2014~2020年,我国农村居民消费... 在变量选择的基础上,构建基于Lasso方法和BP神经网络的预测模型,并对我国城乡居民的消费支出进行预测,结果显示:基于Lasso方法和BP神经网络的组合预测精度要明显高于BP神经网络、Lasso方法的预测精度;在2014~2020年,我国农村居民消费增长率有所提升,城镇居民消费增长率减缓,城乡居民消费增长率之间的差距呈下降趋势,但短期内城乡居民消费差距依然难以缓和。 展开更多
关键词 消费 lasso方法 BP神经网络 预测
在线阅读 下载PDF
基于Group-LASSO方法的广义半参数可加信用评分模型应用研究 被引量:15
6
作者 张娟 张贝贝 《数理统计与管理》 CSSCI 北大核心 2016年第3期517-524,共8页
信用风险是目前商业银行面临的风险中最为重要和最为复杂的,新巴塞尔协议要求各国条件的银行通过实施内部评级法来度量并控制信用风险,内部评级法即通过银行收集的客户相历史数据来构建数学模型,测算客户的违约概率进而对客户进行评分... 信用风险是目前商业银行面临的风险中最为重要和最为复杂的,新巴塞尔协议要求各国条件的银行通过实施内部评级法来度量并控制信用风险,内部评级法即通过银行收集的客户相历史数据来构建数学模型,测算客户的违约概率进而对客户进行评分。文章针对信用评分模型解释变量维数较高,类型丰富,好坏客户类型数量不均衡等特点,利用广义半参数可加模型对户违约概率进行建模,并将Group LASSO方法应用于模型进行变量选择和估计。实证研究表明本文提出的模型和方法与以往常用的线性logistic回归模型相比,在模型的判别能力和预测能以及解释性和计算效率上均有较大优势。 展开更多
关键词 信用风险 广义半参数可加模型 GROUP lasso方法
原文传递
基于Bayesian Lasso方法的变量选择和异常值检测 被引量:2
7
作者 尚华 冯牧 +1 位作者 张贝贝 于凤敏 《计算机应用研究》 CSCD 北大核心 2015年第12期3586-3589,共4页
针对Bayesian Lasso方法的变量选择和异常值检测进行了研究。该方法是在线性回归模型中引入识别变量,借助于双层Bayesian模型和Gibbs抽样算法,给出识别变量后验概率的计算方法和变量选择的方法,通过比较这些识别变量的后验概率进行异常... 针对Bayesian Lasso方法的变量选择和异常值检测进行了研究。该方法是在线性回归模型中引入识别变量,借助于双层Bayesian模型和Gibbs抽样算法,给出识别变量后验概率的计算方法和变量选择的方法,通过比较这些识别变量的后验概率进行异常值定位。最后进行了大量的模拟实验,结果表明,该方法是可行且有效的。 展开更多
关键词 变量选择 异常值 BAYESIAN lasso方法 GIBBS抽样
在线阅读 下载PDF
基于LASSO-LARS的软件复杂性度量属性特征选择研究 被引量:5
8
作者 周雁舟 乔辉 +2 位作者 吴晓萍 邵楠 惠文涛 《计算机科学》 CSCD 北大核心 2013年第11期169-173,共5页
针对软件可靠性早期预测中软件复杂性度量属性维数灾难问题,提出了一种基于最小绝对值压缩与选择方法(The Least Absolute Shrinkage and Select Operator,LASSO)和最小角回归(Least Angle Regression,LARS)算法的软件复杂性度量属性特... 针对软件可靠性早期预测中软件复杂性度量属性维数灾难问题,提出了一种基于最小绝对值压缩与选择方法(The Least Absolute Shrinkage and Select Operator,LASSO)和最小角回归(Least Angle Regression,LARS)算法的软件复杂性度量属性特征选择方法。该方法筛选掉一些对早期预测结果影响较小的软件复杂性度量属性,得到与早期预测关系最为密切的关键属性子集。首先分析了LASSO回归方法的特点及其在特征选择中的应用,然后对LARS算法进行了修正,使其可以解决LASSO方法所涉及的问题,得到相关的复杂性度量属性子集。最后结合学习向量量化(Learning Vector Quantization,LVQ)神经网络进行软件可靠性早期预测,并基于十折交叉方法进行实验。通过与传统特征选择方法相比较,证明所提方法可以显著提高软件可靠性早期预测精度。 展开更多
关键词 软件可靠性早期预测 特征选择 lasso回归方法 LARS算法 LVQ神经网络
在线阅读 下载PDF
基于LASSO-WOA-LSSVM的海洋管线外腐蚀速率预测 被引量:20
9
作者 骆正山 秦越 +1 位作者 张新生 毕傲睿 《表面技术》 EI CAS CSCD 北大核心 2021年第5期245-252,共8页
目的构建海洋管线外腐蚀速率预测模型,提高海底油气管线外腐蚀速率预测的准确性。方法建立基于套索(LASSO)回归和鲸鱼优化算法(WOA)的最小二乘支持向量机(LSSVM)腐蚀速率预测模型,采用LASSO回归方法对指标进行筛选,提取海洋管线腐蚀的... 目的构建海洋管线外腐蚀速率预测模型,提高海底油气管线外腐蚀速率预测的准确性。方法建立基于套索(LASSO)回归和鲸鱼优化算法(WOA)的最小二乘支持向量机(LSSVM)腐蚀速率预测模型,采用LASSO回归方法对指标进行筛选,提取海洋管线腐蚀的主要影响因素。应用最小二乘支持向量机算法建立海洋管线外腐蚀速率预测模型,并使用鲸鱼优化算法对模型参数进行优化,避免了参数取值对模型回归性能的影响。以海洋挂片实验为例,通过MATLAB进行模拟仿真,分析验证模型预测结果,并将预测结果与其他模型进行对比分析。结果 LASSO回归算法筛选得到影响腐蚀速率的主要因素为:温度、溶解氧含量、pH值。采用WOA-LSSVM模型所预测的结果与实际值较为吻合,其平均相对误差为2.23%,均方根误差(RMSE)为0.3248,决定系数R2达到0.9708,均优于其他两种模型。结论基于LASSO回归和鲸鱼优化算法的最小二乘支持向量机预测模型具有更优的泛化能力和预测精度,为海底管道腐蚀研究工作提供了新思路,也为海洋油气输送系统的结构安全与风险防范提供了参考。 展开更多
关键词 海洋管线 外腐蚀速率预测模型 lasso回归方法 鲸鱼优化算法(WOA) 最小二乘支持向量机(LSSVM)
在线阅读 下载PDF
基于迹lasso模型的变量筛选方法 被引量:4
10
作者 张立军 谭冰洁 《系统工程》 CSSCI 北大核心 2018年第12期127-134,共8页
lasso法因能得到稀疏解而常用于计量模型的变量筛选中。然而在处理强相关数据时,lasso法不存在组效应且结果不稳定。针对该问题,本文在变量筛选时提出了对lasso法改进后的迹lasso法,该方法具有自动组效应的优点。将其运用至空气质量指... lasso法因能得到稀疏解而常用于计量模型的变量筛选中。然而在处理强相关数据时,lasso法不存在组效应且结果不稳定。针对该问题,本文在变量筛选时提出了对lasso法改进后的迹lasso法,该方法具有自动组效应的优点。将其运用至空气质量指数模型的变量筛选中,实证分析表明,迹lasso法能更好地处理强相关数据,且能筛选出更精炼的变量,从而构建一个更容易解释的模型。 展开更多
关键词 lasso 变量筛选
原文传递
基于Group-Lasso方法的非均衡数据信用评分模型 被引量:3
11
作者 韦勇凤 向一波 《中国科学院大学学报(中英文)》 CSCD 北大核心 2021年第2期181-188,共8页
目前商业银行面临的个人信用风险问题极其复杂,如何对个人信用风险进行管理非常重要。个人信用风险建模是其中很关键的一步。利用某商业银行信用卡数据,构建信用评分模型,预测客户的违约概率。通过采用ROSE(random over sampling exampl... 目前商业银行面临的个人信用风险问题极其复杂,如何对个人信用风险进行管理非常重要。个人信用风险建模是其中很关键的一步。利用某商业银行信用卡数据,构建信用评分模型,预测客户的违约概率。通过采用ROSE(random over sampling examples)方法处理类别不均衡的问题,利用Group-Lasso(AUC准则)方法进行变量选择,构建基于Logistic回归的信用评分模型。实证结果表明,该方法对样本数据进行类别不均衡处理的结果比其他模型在判别能力和预测能力上更为有效。采用该方法所构建的模型能够作为客户信用评价决策的有效依据,指导银行及其他金融机构评估顾客个人信用风险,在实际运用中具有良好的可操作性。 展开更多
关键词 信用评分 Logistic回归 Group-lasso方法 ROSE
在线阅读 下载PDF
Lasso问题的最新算法研究 被引量:11
12
作者 刘柳 陶大程 《数据采集与处理》 CSCD 北大核心 2015年第1期35-46,共12页
随着大规模数据的增加,解决Lasso问题成为一个新的热点,以往的方法很难满足大数据背景下的时间和效率问题。为了解决大规模数据及高维数据而带来的计算和储存的困难,本文从三个方面分析最新的算法,即一阶方法、随机方法及并行和分布计... 随着大规模数据的增加,解决Lasso问题成为一个新的热点,以往的方法很难满足大数据背景下的时间和效率问题。为了解决大规模数据及高维数据而带来的计算和储存的困难,本文从三个方面分析最新的算法,即一阶方法、随机方法及并行和分布计算。本文介绍和分析了解决最小收缩和选择算子(Least absolute shrinkage and selection operator,Lasso)问题的最新算法:梯度下降方法、交替方向乘子法(Alternating direction method of multipliers,ADMM)和坐标下降方法。其中梯度下降结合一阶方法和Nesterov的加速和光滑技术;交替方向乘子方法将随机方法融入在最新的算法中;坐标下降方法利用其坐标系的特点结合一阶方法、随机方法和并行和分布计算,本文分别从原始目标函数和对偶目标函数的角度对算法进行分析和研究。 展开更多
关键词 lasso问题 一阶方法 随机方法 交替方向乘子法 坐标下降
在线阅读 下载PDF
在线自适应LASSO罚向量自回归模型的风电功率预测 被引量:10
13
作者 王金甲 彭汝佳 《燕山大学学报》 CAS 北大核心 2018年第6期532-538,551,共8页
针对许多领域中普遍存在的非平稳多元时间序列的建模处理问题,提出了LASSO向量自回归模型的递推在线拟合方法,利用遗忘指数来实现模型的动态变化,并用循环坐标下降算法在线的对向量自回归模型进行系数估计。为证明模型的有效性,将其应... 针对许多领域中普遍存在的非平稳多元时间序列的建模处理问题,提出了LASSO向量自回归模型的递推在线拟合方法,利用遗忘指数来实现模型的动态变化,并用循环坐标下降算法在线的对向量自回归模型进行系数估计。为证明模型的有效性,将其应用于风电场风电功率的预测,并以传统的向量自回归模型和分层向量自回归模型作为比较基准。根据实验结果表明,在线自适应LASSO向量自回归模型的预测精度高于传统的批量模型,通过系数矩阵图也可以看出,预测风电场临近的风电场对预测点存在一定程度的影响,但自身影响是最大的。将递归在线估计与LASSO向量自回归模型的结合应用于风电功率的预测,对于提高风电功率的预测精度以及改善风电系统工作效率有重要意义。 展开更多
关键词 多元时间序列 风电功率预测 向量自回归模型 遗忘指数 坐标下降法 套索
在线阅读 下载PDF
Lasso法在我国农业用水效率模型的应用研究
14
作者 卞锦宇 耿雷华 +1 位作者 刘恒 杨晓华 《灌溉排水学报》 CSCD 北大核心 2015年第5期96-100,共5页
在收集全国31省(市、区)1997—2010年农业用水效率及其影响因素相关指标数据基础上,采用Lasso法分区建立以灌溉水利用系数为应变量、影响因子为自变量的农业用水效率分析模型,并筛选出各分区主要影响因子。结果表明,所建模型平均绝对误... 在收集全国31省(市、区)1997—2010年农业用水效率及其影响因素相关指标数据基础上,采用Lasso法分区建立以灌溉水利用系数为应变量、影响因子为自变量的农业用水效率分析模型,并筛选出各分区主要影响因子。结果表明,所建模型平均绝对误差都小于6%,表明所建模型精度较高。农民人均收入、人均水资源量、节水灌溉面积、人均耕地面积、降水量为影响农业用水效率的核心因子。 展开更多
关键词 农业用水效率 分析模型 影响因子 lasso
在线阅读 下载PDF
Factors Affecting Internet Banking Adoption: An Application of Adaptive LASSO
15
作者 Hatice Jenkins Siamand Hesami Fulden Yesiltepe 《Computers, Materials & Continua》 SCIE EI 2022年第9期6167-6184,共18页
This research investigates a broad range of possible factors affecting the adoption of new technology in the banking industry using adaptive LASSO and a standard logit model.The research integrated the adoption of the... This research investigates a broad range of possible factors affecting the adoption of new technology in the banking industry using adaptive LASSO and a standard logit model.The research integrated the adoption of the innovation framework and the technology acceptance theory to develop a conceptual framework for the analysis.Primary data was collected from 400 bank customers in North Cyprus.Risk perception and other customerspecific factors such as perceived risk index and negative attitude toward new technologies index were formulated for the proposed conceptual model.The findings indicated that individuals with a negative attitude toward new technology are least likely to adopt internet banking.In addition,the logit model suggested that age,education level,and general(innate)innovativeness significantly impact the adoption of internet banking.However,gender,income,occupation,perceived risk,familiarity with the internet,and social inclusion have no significant impact on internet banking adoption in North Cyprus. 展开更多
关键词 E-BANKING business technology internet banking adoption adaptive lasso method
在线阅读 下载PDF
稀疏组lasso罚向量自回归模型的大气污染物预测:京津冀案例研究 被引量:2
16
作者 王金甲 孙梦然 郝智 《高技术通讯》 北大核心 2017年第6期567-576,共10页
进行了大气污染物预测研究。针对传统的向量自回归模型方法所面临的过参数化问题,提出了稀疏组lasso罚向量自回归模型并应用近邻梯度下降法求解模型参数。为了验证模型的有效性,将其应用于2015年京津冀大气污染物数据中并对2016年1月1... 进行了大气污染物预测研究。针对传统的向量自回归模型方法所面临的过参数化问题,提出了稀疏组lasso罚向量自回归模型并应用近邻梯度下降法求解模型参数。为了验证模型的有效性,将其应用于2015年京津冀大气污染物数据中并对2016年1月1日北京6项大气污染物浓度进行预测。实验数据表明:基于稀疏组lasso罚模型的PM2.5预测归一化均方误差约为3.8%,预测精度高于向量自回归(VAR)模型、基于各种稀疏结构的向量自回归(VAR-L)模型、分层向量自回归(HVAR)模型。此外,京津冀不同城市对北京的空气质量影响程度不同,这可以通过组内稀疏模型参数进行解释。将凸优化概念与向量自回归模型结合应用于大气污染物浓度的预测中,对京津冀大气污染协同治理具有重要意义。 展开更多
关键词 向量自回归(VAR)模型 稀疏组lasso 近邻梯度下降法 凸优化 大气污染
在线阅读 下载PDF
基于自适用lasso的更新几何过程参数估计
17
作者 梁小林 李静 郭敏 《经济数学》 2017年第2期43-46,共4页
根据更新几何过程的定义和性质,运用lasso类方法构建模型获取其参数估计,并通过数值模拟进行检验,验证了该方法是有效的.在具有不同更新几何过程比率的条件下,比较了lasso和自适用lasso两种方法的估计,结果表明自适用lasso方法更适合更... 根据更新几何过程的定义和性质,运用lasso类方法构建模型获取其参数估计,并通过数值模拟进行检验,验证了该方法是有效的.在具有不同更新几何过程比率的条件下,比较了lasso和自适用lasso两种方法的估计,结果表明自适用lasso方法更适合更新几何过程的参数估计. 展开更多
关键词 数理统计 参数估计 lasso类方法 更新几何过程
在线阅读 下载PDF
Group Lasso正则化问题的邻近梯度算法的线性收敛性
18
作者 晁绵涛 邓钊 唐春明 《广西大学学报(自然科学版)》 CAS 北大核心 2016年第6期2071-2077,共7页
研究一类目标函数是光滑凸函数与Group Lasso正则项和的优化问题。利用不动点迭代理论分析了邻近梯度算法的全局收敛性和有限收敛性。特别地,在不要求光滑凸函数为严格凸函数的条件下建立了邻近梯度法的线性收敛性。
关键词 邻近梯度算法 线性收敛性 GROUP lasso
在线阅读 下载PDF
基于稀疏组LASSO约束的本征音子说话人自适应
19
作者 屈丹 张文林 《通信学报》 EI CSCD 北大核心 2015年第9期47-54,共8页
本征音子说话人自适应方法在自适应数据量不足时会出现严重的过拟合现象,提出了一种基于稀疏组LASSO约束的本征音子说话人自适应算法。首先给出隐马尔可夫—高斯混合模型下本征音子说话人自适应的基本原理;然后将稀疏组LASSO正则化引入... 本征音子说话人自适应方法在自适应数据量不足时会出现严重的过拟合现象,提出了一种基于稀疏组LASSO约束的本征音子说话人自适应算法。首先给出隐马尔可夫—高斯混合模型下本征音子说话人自适应的基本原理;然后将稀疏组LASSO正则化引入到本征音子说话人自适应,通过调整权重因子控制模型的复杂度,并通过一种加速近点梯度的数学优化算法来实现;最后将稀疏组LASSO约束的自适应算法与当前多种正则化约束的自适应方法进行比较。汉语连续语音识别的说话人自适应实验表明,引入稀疏组LASSO约束后,本征音子说话人自适应方法的性能得到了明显提高,且稀疏组LASSO约束方法优于l1、l2和弹性网正则化方法。 展开更多
关键词 说话人自适应 本征音子 组稀疏约束 稀疏组lasso约束 近点梯度法
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部