粒子群优化模糊神经网络在语音识别中的应用

2010-5-6 09:05:35 2216

0 针对模糊神经网络训练采用BP算法比较依赖于网络的初始条件,训练时间较长,容易陷入局部极值的缺点,利用粒子群优化算法(PSO)的全局搜索性能,将PSO用于模糊神经网络的训练过程.由于基本PSO算法存在一定的早熟收敛问题,引入一种自适应动态改变惯性因子的PSO算法,使算法具有较强的全局搜索能力.将此算法训练的模糊神经网络应用于语音识别中,结果表明,与BP算法相比,粒子群优化的模糊神经网络具有较高的收敛速度和识别率【关键词】：粒子群优化;;模糊神经网络;;语音识别【DOI】：CNKI:SUN:SSJS.0.2010-06-018 【正文快照】：1引言语音识别是新一代智能计算机的重要组成部分，对它的研究具有重要意义.模糊神经网络是人工神经网络和模糊系统相结合的新型网络结构，把它应用于语音识别系统，使系统不仅具有非线性、自适应性、鲁棒性和自学习等神经网络本来的优势，也具有模糊推理和模糊划分等模糊逻辑全文下载 0
2010-5-6 09:05:35　　评论淘帖0 举报相关推荐 • 改进粒子群优化神经网络的葡萄酒质量识别 3 • 卷积神经网络在语音识别中的应用 854 • LSTM神经网络在语音识别中的应用实例 485 • 基于模糊神经网络的语音识别系统 5047 • 粒子群神经网络混合算法在短期电价预测中的应用 0 • 基于神经网络—模糊控制的效率优化 8 • 基于粒子群优化的条件概率神经网络的训练方法 0 • 粒子群优化算法PSO优化模糊控制论域 1189 • 什么是模糊神经网络_模糊神经网络原理详解 49183 • 粒子群优化问题 2153