| 基于神经网络的汉语声调识别新方法的研究 | |
| 林志伟 | |
| Subtype | 工学硕士 |
| Thesis Advisor | 黄泰翼 |
| 1989-06-01 | |
| Degree Grantor | 中国科学院自动化研究所 |
| Place of Conferral | 中国科学院自动化研究所 |
| Degree Discipline | 模式识别与智能系统 |
| Abstract | 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。 |
| shelfnum | XWLW116 |
| Other Identifier | 116 |
| Language | 中文 |
| Document Type | 学位论文 |
| Identifier | http://ir.ia.ac.cn/handle/173211/6920 |
| Collection | 毕业生_硕士学位论文 |
| Recommended Citation 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. |
| Files in This Item: | ||||||
| File Name/Size | DocType | Version | Access | License | ||
| 硕士学位论文-116.pdf（7688KB） | 暂不开放 | CC BY-NC-SA | Application Full Text | |||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment