用于语音信号非线性建模的RBF神经网络的训练方法及其性能

• 作者: 刘荧 林嘉宇
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 语音信号 非线性建模 RBF神经网络 k-均值法 OLS算法 梯度下降法
• 年，卷（期）: 2001,（4）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 322-328
• 页数: 7页
• 分类号: TN912
• 字数: 4526字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2001.04.007

摘要

语音信号非线性建模符合语音信号的性质,可以提高语音信号处理的性能.神经网络是信号非线性建模的有效工具之一.本文深入研究了应用于语音信号非线性建模的RBF神经网络的训练方法,即k-均值法、OLS算法和梯度下降法.实验结果表明,在RBF神经网络的结构已定情况下,不宜使用k-均值法及OLS算法,而应该使用梯度下降法.文章阐述了各训练算法性能差别的原因,并讨论了语音信号非线性及线性建模的性能比较.