粒子群优化 RBF 神经网络的语音识别研究

• 作者: 王凯
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 粒子群 径向基 神经网络 语音识别
• 年，卷（期）: 2013,（4）
• 页码范围: 109-110
• 页数: 2页
• 分类号: TP391
• 字数: 3297字
• 语种: 中文

摘要

提出一种改进的径向基(RBF)神经网络,通过运用有监督的粒子群优化(PSO)聚类学习方法,来求解网络隐层基函数中心和宽度。并将此改进的RBF神经网络用于语音识别,构建了语音识别仿真系统。结果表明,与标准RBF神经网络相比,PSO优化的RBF神经网络在缩短训练时间的同时,具有较高的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	四川大学电气信息学院	29	103	5.0	9.0