基于量子逻辑线路神经网络的说话人识别方法

• 作者: 潘平 王洋 罗辉
• 来源期刊: 科技导报
• 学科: 工学
• 关键词: 量子逻辑线路 神经网络 说话人识别
• 年，卷（期）: 2013,（33）
• 所属期刊栏目: 研究论文
• 页码范围: 15-18
• 页数: 4页
• 分类号: TN912.3
• 字数: 3002字
• 语种: 中文
• DOI: 10.3981/j.issn.1000-7857.2013.33.001

摘要

由于说话人的语音信号具有时变性、随机性,其特征参数也呈现出高维及相邻帧变化较大等特点.从量子信息处理理论出发,将一帧语音信号视为一个量子态,在传统神经网络的基础上,利用量子逻辑线路构造神经网络,实现说话人语音信号的有效聚类,探索一种基于量子逻辑线路神经网络的说话人识别模型与方法.利用模型固有的大量全局吸引子,可有效降低语音信号处理的时间及复杂度.通过在经典计算机上模拟仿真,并与BP神经网络说话人识别模型进行对比,表明该方法能够加快说话人识别模型的收敛速率,对参数变化具有更好的鲁棒性,且其系统识别率比BP神经网络方法平均提高了3.34％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洋	贵州大学计算机科学与技术学院	21	59	4.0	6.0
2	潘平	贵州大学计算机科学与技术学院	66	177	7.0	9.0
3	罗辉	贵州大学计算机科学与技术学院	10	24	3.0	4.0