CASIA OpenIR  > 毕业生  > 硕士学位论文
基于神经网络的汉语全音节的识别
马宗强
学位类型工学硕士
导师黄泰翼
1992-03-01
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
学位专业模式识别与智能系统
摘要本文探讨了几种不同的神经网络模型(SOFM,LVQ,TDNN)在语音识别中 的应用,并对它们作了较为详细的比较,最后在经过比较后,我们速训练算法及 一种辅助判断网络发展了TDNN的一种快(Auxiliary Discrimination Netnworks), 并运用它们建立了我们全音节识别系统。 大量的实验结果表明,LVQ在声、韵母的初分上要比TDNN强,但细分能力 则不如后者;TDNN的快速训练算法与其一般的训练方法在分类类别较少时,性 能相差无几,但当类别增大时,快速训练算法则比一般算法优越得多,不仅训练 时间大减,而且收敛性也比一般训练算法强。 运用一次识别网络(快速训练算法训练,声母22个输出,韵母37个输出)再 加辅助判断网络的识别方法得到声、韵母识别率要比其它方法增加2~4%。运 用它建立的音节识别系统,实测的音节平均识别率达到86%,响应时间不到半 秒钟,基本上可实时。
馆藏号XWLW239
其他标识符239
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/7029
专题毕业生_硕士学位论文
推荐引用方式
GB/T 7714
马宗强. 基于神经网络的汉语全音节的识别[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1992.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[马宗强]的文章
百度学术
百度学术中相似的文章
[马宗强]的文章
必应学术
必应学术中相似的文章
[马宗强]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。