一种基于优化小波神经网络的语音识别

• 作者: 宋宪晨 杨洪利 章东升 陈立伟
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 粒子群优化 小波神经网络 语音识别 抗噪声
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 现代电子技术
• 页码范围: 17-20
• 页数: 4页
• 分类号: TN911.7
• 字数: 3257字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-671X.2008.02.005

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈立伟	哈尔滨工程大学信息与通信工程学院	49	162	7.0	8.0
2	杨洪利	哈尔滨工程大学信息与通信工程学院	11	61	4.0	7.0
3	宋宪晨	哈尔滨工程大学信息与通信工程学院	3	13	2.0	3.0
4	章东升	哈尔滨工程大学信息与通信工程学院	3	13	2.0	3.0