| 基于神经网络的汉语声调识别新方法的研究 |
| 林志伟
|
学位类型 | 工学硕士
|
导师 | 黄泰翼
|
| 1989-06-01
|
学位授予单位 | 中国科学院自动化研究所
|
学位授予地点 | 中国科学院自动化研究所
|
学科专业 | 模式识别与智能系统
|
中文摘要 | 近年来,由于新的网络拓扑结构和学习算法的 提出,模拟VLSI技术的实现,人工神经网络 的研究在国际上又掀起了新的热潮。它引起了 数学、物理、神经生理和神经心理,认知科 学、人工智能和模式识别等领域专家和学者 的普遍关注。已有的文献和成果表明人工神 经网络在广泛的领域内有很好的应用前景, 特别是在图象和语音处理领域内被证明是 一种很有前途的方法。 基于上述观点,将神经网络方法应用于汉 语语音的识别问题,本文提出了一种基于神经 网络的汉语声调识别新方法。并通过与常规汉 语四声识别实验的比较,证明了神经网络方 法作为声调模式分类器的有效性。 文中介绍了我们应用神经网络的Back- Propagation算法于汉语声调识别研究的情况, 说明了神经网络具有很强的自组织和学习功能。通 过学习它可以直接从基频随时间变化的信息中自动 地提取声调的分类特征。同时对受噪声干扰的不 完备的输入模式具有很高程度的鲁棒性和容 错能力。实验结果表明,通过选择合适的多层 网络结构和足够小的学习步长,网络分类器对 非特定人四声的识别率可以达到97.9%,明显 优于人为提取特征的方法。而且对双字调的识 别率也达到98.1%。 本文还分析了神经网络分类器的某些重要特征: 多层网络结构与分类器学习效率以及识别性能之间 的关系;网络隐单元状态与输入模式之间的映射 关系。分析结果表明:一定数量隐单元的"冗余" 有助于提高网络的整体性能。 |
馆藏号 | XWLW116
|
其他标识符 | 116
|
语种 | 中文
|
文献类型 | 学位论文
|
条目标识符 | http://ir.ia.ac.cn/handle/173211/6920
|
专题 | 毕业生_硕士学位论文
|
推荐引用方式 GB/T 7714 |
林志伟. 基于神经网络的汉语声调识别新方法的研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1989.
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论