基于SFLA优化BP神经网络的语音信号分类

• 作者: 叶红卫 戴光智
• 来源期刊: 计算机测量与控制
• 关键词: BP神经网络 SFLA 优化 分类
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 225-227,231
• 页数: 4页
• 分类号: TP273
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.05.062

摘要

BP神经网络是一种多层前馈网络,数据经过网络的输入层、隐含层逐层处理后,由输出层进行输出,通过和期望输出的对比进行反向传播,调整网络参数使输出不断逼近期望输出;在使用BP神经网络对语音特征信号进行分类的过程中,会出现BP神经网络易陷入局部最优解、学习收敛速度慢的问题;针对此问题提出一种基于SFLA优化BP神经网络权值和阀值的方法,引入SFLA算法优化网络权值和阀值,利用SFLA优化后的BP网络模型进行语音特征信号分类;仿真结果表明,经SFLA优化后的BP神经网络与未优化的神经网络相比,不仅训练速度快,而且误差小,语音特征信号分类的正确率平均提高1.31％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶红卫	河源职业技术学院电子与信息工程学院	15	150	4.0	12.0
2	戴光智	深圳职业技术学院计算机工程学院	20	44	4.0	6.0