《表5 测试结果的T检验:基于去噪自编码器和长短时记忆网络的语音测谎算法》
此外,本文还对测试结果进行了T检验(显著性检验),目的是验证在不同数据集中,PDL模型对识别效果的改善情况。根据T检验的理论,需要先计算出两组数据存在差异的概率(P值),然后根据此值来判断它们是否存在显著性差异,一般来说当P值小于0.05时,两组数据存在显著性差异[17]。检验结果如表5所示,可以看出,在不同的数据集上,PDL模型与单独的DAE和LSTM模型相比,P值都小于0.001,因此,所提模型对识别效果有明显的改善。
图表编号 | XD00133810800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 傅洪亮、雷沛之 |
绘制单位 | 河南工业大学信息科学与工程学院、河南工业大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |