改进遗传算法优化BP神经网络的语音情感识别

• 作者: Ryad Chellali 邢尹 陈闯
• 来源期刊: 计算机应用研究
• 关键词: 遗传算法 反向传播神经网络 语音情感识别 自适应 优化
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 344-346,361
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.08.0711

摘要

为了更为有效地识别语音信号中的情感类型,提出一种改进遗传算法优化BP神经网络的识别算法(IAGA-BP).该算法一方面改进了自适应遗传算法中的选择算子,另一方面更改了自适应遗传算法中的交叉和变异概率公式.通过对自适应遗传算法的改进,提升了遗传算法的寻优性能,并以此对BP神经网络初始的权阈值进行优化.实验结果表明,在与BP、GA-BP和AGA-BP网络的比较中,IAGA-BP网络能够有效提高语音情感识别率,并加快了网路收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈闯	南京工业大学电气工程与控制科学学院	6	41	3.0	6.0
2	Ryad Chellali	南京工业大学电气工程与控制科学学院	8	65	5.0	8.0
3	邢尹	桂林理工大学测绘地理信息学院	8	45	3.0	6.0