期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于RBF神经网络的抗噪语音识别 被引量:4
1
作者 白静 张雪英 侯雪梅 《计算机工程与应用》 CSCD 北大核心 2007年第22期28-30,共3页
针对目前在噪音环境下语音识别系统性能较差的问题,利用RBF神经网络具有最佳逼近性能、训练速度快等特性,分别采用聚类和全监督训练算法,实现了基于RBF神经网络的抗噪语音识别系统。聚类算法的隐含层训练采用K-均值聚类算法,输出层的学... 针对目前在噪音环境下语音识别系统性能较差的问题,利用RBF神经网络具有最佳逼近性能、训练速度快等特性,分别采用聚类和全监督训练算法,实现了基于RBF神经网络的抗噪语音识别系统。聚类算法的隐含层训练采用K-均值聚类算法,输出层的学习采用线性最小二乘法;全监督算法中所有参数的调整基于梯度下降法,它是一种有监督学习算法,能够选出性能优良的参数。实验表明,在不同的信噪比下,全监督算法较之聚类算法有更高的识别率。 展开更多
关键词 语音识别 RBF神经网络 聚类算法 全监督算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部