基于粒子群优化小波神经网络的语音识别

扫码查看

原文链接

NETL

中文摘要：在以往的BP小波神经网络中，最常用的学习算法是BP算法，BP算法实质上就是梯度下降法，是一种局部搜索算法.梯度下降法使得网络极易陷入局部最小值，从而使得网络训练结果不尽人意，搜索成功概率低.取代传统的梯度下降法，利用粒子群算法对小波神经网络中的参数进行优化.然后利用基于粒子群优化(PSO)的小波神经网络进行抗噪声语音识别实验，仿真结果表明，与BP网络相比，PSO算法在迭代次数、函数逼近误差、网络性能方面均优于BP网络，系统的识别率也得到较大的提高。

作者：

陈立伟、哈尔滨工程大学信息与通信工程学院、张晔

展开 >

作者单位：

哈尔滨工业大学信息工程系,哈尔滨,150001

哈尔滨,150001

关键词：

粒子群优化小波神经网络语音识别抗噪声学习算法

主办单位：

中国食品仪表学会

沈阳市仪器仪表学会

会议名称：

第五届全国信息获取与处理学术会议

会议时间：

2007-08-06

会议地点：

秦皇岛·北戴河

会议母体文献：

仪器仪表学报

页码：

449-451

出版时间：

2007