微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2011年
16期
68-71
,共4页
语音识别%小波神经网络%遗传算法%GA—WNN
語音識彆%小波神經網絡%遺傳算法%GA—WNN
어음식별%소파신경망락%유전산법%GA—WNN
speech recognition%wavelet neural network%genetic algorithm%GA-WNN
小波神经网络算法（WNN）易陷入局部极小，收敛速度慢，全局搜索能力弱，而遗传算法（GA）具有高度并行、随机、自适应搜索性能和全局寻优的特点。因此，将遗传算法和小波神经网络结合起来形成一种训练神经网络的混合算法——GA-WNN算法。仿真实验结果表明，该算法有效地缩短了识别时间，提高了网络训练速度和语音的识别率。
小波神經網絡算法（WNN）易陷入跼部極小，收斂速度慢，全跼搜索能力弱，而遺傳算法（GA）具有高度併行、隨機、自適應搜索性能和全跼尋優的特點。因此，將遺傳算法和小波神經網絡結閤起來形成一種訓練神經網絡的混閤算法——GA-WNN算法。倣真實驗結果錶明，該算法有效地縮短瞭識彆時間，提高瞭網絡訓練速度和語音的識彆率。
소파신경망락산법（WNN）역함입국부겁소，수렴속도만，전국수색능력약，이유전산법（GA）구유고도병행、수궤、자괄응수색성능화전국심우적특점。인차，장유전산법화소파신경망락결합기래형성일충훈련신경망락적혼합산법——GA-WNN산법。방진실험결과표명，해산법유효지축단료식별시간，제고료망락훈련속도화어음적식별솔。
The wavelet neural network algorithm （WNN）easily leads to failing into local minimum, slow convergence rate, and weak global search capability, while the genetic algorithm （GA）has the characteristics of height parallel performance, random, adaptive search performance and global optimization. Therefore, we can combine genetic algorithm and wavelet neural network to form a hybrid algorithm to train the neural network GA-WNN algorithm. The simulation results show that the new algorithm can effectively shorten the recognition time, increase the speed of network training recognition, and improve speech recognition rate.
