A computer-implemented method and apparatus that adapts class parameters,
classifies data and separates sources configured in one of multiple
classes whose parameters (i.e. characteristics) are initially unknown. A
mixture model is used in which the observed data is categorized into two
or more mutually exclusive classes. The class parameters for each of the
classes are adapted to a data set in an adaptation algorithm in which
class parameters including mixing matrices and bias vectors are adapted.
Each data vector is assigned to one of the learned mutually exclusive
classes. The adaptation and classification algorithms can be utilized in a
wide variety of applications such as speech processing, image processing,
medical data processing, satellite data processing, antenna array
reception, and information retrieval systems.
Компьютер-snabjennye метод и прибор приспосабливает параметры типа, классифицирует данные и отделяет источники установленные в одном из множественных типов параметров которых (т.е. характеристик) первоначально неисвестне. Модель смеси использована в наблюдаемые данные классифицированы в два или несколько взаимоисключени типов. Параметры типа по каждом из из типы приспособлены к комплекту данных в алгоритме приспособления в приспособлены параметры типа включая смешивая матрицы и косые векторы. Каждый вектор данных задан до один из выученных взаимоисключени типов. Алгоритмы приспособления и классифицирования можно использовать в широкий выбор применений such as речь обрабатывая, обработкаа изображений, медицинский ввод информации, спутниковый ввод информации, прием блока антенны, и системы поиска информации.
