CASIA OpenIR  > 毕业生  > 硕士学位论文
面向语音识别的神经网络新模型研究
俞栋
Subtype工学硕士
Thesis Advisor黄泰翼
1994-05-01
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由于具有分辨力和泛化能力强的特点,人工神经元网络方法 自提出以来就被引入到语音识别领域并取得了一定的成果。但 是,经典的神经网络,尤其是多层感知器,多是静态网络,它们 具有很强的静态分类能力却难以很好地处理时变信号,因此,将 神经网络直接应用于语音识别就有一定困难。 本文在分析比较了现有的各种用于语音识别的神经网络结构 和算法后,针对经典神经网络的弱点,提出了一系列新结构和新 算法。其中有溶时间规整于神经网络自身的自规整神经网络,有 BP预规整的时间延迟神经网络,有HMM/NN混合的多状态神经网 络。为了解决神经网络的训练速度问题,本文在分析比较了函数 型连接神经网络,改进的Scaled共轭梯度法等方法之后,最终提出 了高斯型竞争神经网络。本文在综合上述新方法和新算法的优缺 点后构造了多状态高斯型竞争神经网络,该网络能处理时间序列 ,且具有训练时间少,识别率高的优点。 我们最后建立了一个基于多状态高斯型竞争神经网络的汉语 全音节识别系统。通过对计算量、计算复杂度、系统存储量、训 练所需数据量等方面的考虑和权衡,在全音节识别系统中,我们 采用了声韵母分开识别预选,而后音节合并识别的策略,引入 了过渡段识别作为声韵连接的媒介,取得了全音节平均识别率 89.26%的好结果。
shelfnumXWLW323
Other Identifier323
Language中文
Document Type学位论文
Identifierhttp://ir.ia.ac.cn/handle/173211/7104
Collection毕业生_硕士学位论文
Recommended Citation
GB/T 7714
俞栋. 面向语音识别的神经网络新模型研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1994.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[俞栋]'s Articles
Baidu academic
Similar articles in Baidu academic
[俞栋]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[俞栋]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.