介绍了一种基于词网的最大似然线性回归无监督自适应算法，并进行了改进。根据解码得到的词网估计变换参数，词网的潜在误识率远小于识别结果，因此可以使参数估计更为准确。传统的一个很大缺点是计算量极大，较难实用，对此本文提出了两个改进技术：1利用后验概率压缩词网；2利用单词的时间信息限制状态统计量的计算范围。实验测定,误识率比传统相对下降了。-Introduced the term network based maximum likelihood linear regression unsupervise

：自适应技术在近年来得到越来越多的重视，其中应用广泛的包括,-.、,//0，该技术利用少量特定 人数据就可以调整码本，快速地提升识别性能，它要求原始的码本有很好的说话人无关性。本文介绍了结合 ,//0 自适应的说话人自适应训练（1234536 -74289:3 649<9<=，以下简称1- ）算法，这种方法将每个说话人码本 视为说话人无关码本经过线性变换的结果，在此基础上训练的说话人无关码本更有效剔除了说话人相关信 息，因此在说话人自适应中时能根据特定数据调整更好地逼

势评估、对敌方实行电子干扰提供重辐射源识别技术主要面临以下一些匾待解决的问题：首先，-Potential assessments, the implementation of electronic jamming of enemy heavy emitter recognition technology to provide some of the following plaque to be facing major problems: first,