1) frame likelihood
帧似然概率
1.
This paper presents a compensation transformation method for the frame likelihood probability of objected and non-objected models.
从基于GMM的与文本无关说话人识别系统的帧似然概率的统计特性出发,提出了一种对目标和非目标模型帧似然概率进行补偿变换的方法。
2) frame likelihood transformation
帧似然概率变换
1.
Speaker model synthesis and frame likelihood transformation are adopted to improve the per
15kb/s之间的语音编码进行实验,分析编码算法、编码速率及编码失配对说话人识别系统性能的影响;针对编码失配使说话人识别系统性能下降的问题,采用说话人模型合成和帧似然概率变换两种方法进行补偿。
3) probability-likelihood
概率似然比
1.
In this paper,we improve the simplified probability-likelihood and Log-likelihood LDPC decoding algo- rithms based on binary modulation,which enables them to apply in multilevel modulation based OFDM system.
对目前较为简化的基于二进制调制的概率似然比LDPC译码算法和对数似然比LDPC译码算法进行了改进,使之能够应用到基于多进制调制的OFDM系统中。
4) log-likelihood ratio
对数似然概率(LLR)
5) maximial likelihood probability
最大化似然概率
6) Maximum likelihood decoder
最大似然概率译码
补充资料：极大似然估计
极大似然估计法是求估计的另一种方法。它最早由高斯提出。后来为费歇在1912年的文章中重新提出，并且证明了这个方法的一些性质。极大似然估计这一名称也是费歇给的。这是一种上前仍然得到广泛应用的方法。它是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是：一个随机试验如有若干个可能的结果A，B，C，%26#8230;。若在一次试验中，结果A出现，则一般认为试验条件对A出现有利，也即A出现的概率很大。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条