数字技术与应用
數字技術與應用
수자기술여응용
DIGITAL TECHNOLOGY AND APPLICATION
2015年
1期
103-104
,共2页
王威%胡桂明%杨丽%黄东芳%周杨
王威%鬍桂明%楊麗%黃東芳%週楊
왕위%호계명%양려%황동방%주양
语音识别%ELM%SVM%时间规整
語音識彆%ELM%SVM%時間規整
어음식별%ELM%SVM%시간규정
ELM神经网络是一种新的神经网络,近几年来在数据拟合和模式识别等方面得到了广泛的研究。该算法的模型是基于单隐含层神经网络(SLFNs),相比需要经过长期迭代求解参数的其他网络,该算法只需要一次求解就能训练好网络参数,是一种快速训练算法。本文将该算法与时间规整相结合对语音进行识别研究,与SVM相比,ELM具有更快的训练速度,且识别效果良好。
ELM神經網絡是一種新的神經網絡,近幾年來在數據擬閤和模式識彆等方麵得到瞭廣汎的研究。該算法的模型是基于單隱含層神經網絡(SLFNs),相比需要經過長期迭代求解參數的其他網絡,該算法隻需要一次求解就能訓練好網絡參數,是一種快速訓練算法。本文將該算法與時間規整相結閤對語音進行識彆研究,與SVM相比,ELM具有更快的訓練速度,且識彆效果良好。
ELM신경망락시일충신적신경망락,근궤년래재수거의합화모식식별등방면득도료엄범적연구。해산법적모형시기우단은함층신경망락(SLFNs),상비수요경과장기질대구해삼수적기타망락,해산법지수요일차구해취능훈련호망락삼수,시일충쾌속훈련산법。본문장해산법여시간규정상결합대어음진행식별연구,여SVM상비,ELM구유경쾌적훈련속도,차식별효과량호。
