应用科技
應用科技
응용과기
YING YONG KE JI
2008年
2期
17-20
,共4页
陈立伟%宋宪晨%章东升%杨洪利
陳立偉%宋憲晨%章東升%楊洪利
진립위%송헌신%장동승%양홍리
粒子群优化%小波神经网络%语音识别%抗噪声
粒子群優化%小波神經網絡%語音識彆%抗譟聲
입자군우화%소파신경망락%어음식별%항조성
在以往的BP小波神经网络中,最常用的学习算法是BP算法,BP算法实质上就是梯度下降法,是一种局部搜索算法,梯度下降法使得网络极易陷入局部最小值,从而使得网络训练结果不尽人意,搜索成功概率低.取代传统的梯度下降法,利用粒子群算法对小波神经网络中的参数进行优化.然后利用基于粒子群优化(PSO)的小波神经网络进行抗噪声语音识别实验,仿真结果表明,与BP网络相比,PSO算法在迭代次数、函数逼近误差、网络性能方面均优于BP网络,系统的识别率也得到较大的提高.
在以往的BP小波神經網絡中,最常用的學習算法是BP算法,BP算法實質上就是梯度下降法,是一種跼部搜索算法,梯度下降法使得網絡極易陷入跼部最小值,從而使得網絡訓練結果不儘人意,搜索成功概率低.取代傳統的梯度下降法,利用粒子群算法對小波神經網絡中的參數進行優化.然後利用基于粒子群優化(PSO)的小波神經網絡進行抗譟聲語音識彆實驗,倣真結果錶明,與BP網絡相比,PSO算法在迭代次數、函數逼近誤差、網絡性能方麵均優于BP網絡,繫統的識彆率也得到較大的提高.
재이왕적BP소파신경망락중,최상용적학습산법시BP산법,BP산법실질상취시제도하강법,시일충국부수색산법,제도하강법사득망락겁역함입국부최소치,종이사득망락훈련결과불진인의,수색성공개솔저.취대전통적제도하강법,이용입자군산법대소파신경망락중적삼수진행우화.연후이용기우입자군우화(PSO)적소파신경망락진행항조성어음식별실험,방진결과표명,여BP망락상비,PSO산법재질대차수、함수핍근오차、망락성능방면균우우BP망락,계통적식별솔야득도교대적제고.
