《基于双权值神经网络的逼近性及其应用》由会员分享,可在线阅读,更多相关《基于双权值神经网络的逼近性及其应用(67页珍藏版)》请在金锄头文库上搜索。
1、塑型鲨坚燮人连续数字语音识别的新算法。这种算法可以不经过端点检测和分割,先根据实际连续数字语音的各不同数字音节,构建连续语音中各不同数字音节的特征空间复杂几何覆盖体。在识别时,利用高维空间点覆盖理论进行识别,得到了较为满意的识别结果。最后与m 皿4 相比较,取得了比较好的结果。关键词:双权值神经网络,逼近,工程应用,自适应控制器,语音识别浙江工业大学工程硕士论文T H EA P P R o M 啥T I o NA N DA P P L I C A T I o NB A S E Do ND o U B L EW E I G H SN E U R A LN E T W o R KA B S T R
2、 A C TT h ea r t i f i c i a ll l e l l r d ln e t w o r ki sak i n do fm a t h e n m t i c sm o d e ls e tu po nt h eb a s i so f i m i t a t i n gt h en 既l r o nS t r u c t u r ea n dm e c h a n i s mo f t h eh u m a nb r a i n I ti n v o l v e ss u c hc r o s s - d i s c i p l i n e sa sp s y c h
3、 o l o g y ,b i o l o g y ,e l e c t r o n ,c o m p u t e r ,m a t h e m a t i c s ,p h y s i c s , c t c I nr e c e n ty e a r s ,i th a sd e v e l o p e dr a p i d l ya n dh a sb e e nw i d e l ya p p l i e dt oe a c hf i e l ds u c ha sp a t t e r nr e c o g n i t i o n ,i m a g ep r o c e s s i
4、n g ,a u t o n l a t i cc o n t r o l ,s i 9 埘p r o c e s s i n g , e c o n o m i cr e s e a r c h ,e t c A sw h a th a sb e e ns t u d i e di sd e e p e n e dc o n s t a n t l y ,T h en e u r a ln e t w o r ks t r u c t u r ei sc o n s t a n t l yi m p r o v e m e n t , i t ss t r u c t u 托f u n c
5、t i o nh a sa l r e a d ym o r ea n dm o r ea p p r o a c h e dt h e 缸1 l en d f v ec e l lf u n c t i o n T h eD o u b l eW e i g h t sN e u r a lN e t w o r k 1 5 1h a sa d d e dn e wv i g o rf o rt h er e s e a r c ho f t h en e u r a ln e t w o r k , i th a sc a u s e 姐t h ee x t e n s i v eC O
6、I l C e R Bo ft h er e s e a r c hf i e l do ft h e 饿,u r a ln e t w o r k I tc o n s u m c t e dam e t h o do fd a m 丘t c i n gt oD o u b l eW e i g h t sN e u r a lN e t w o r ka n di ta l s om a k e sc o m p a r i s o nb e t w e e nt h ef i t t i n go f f u n c t i o n 一棚) 7 3 2c o s 厢a n dt h a
7、to fR a d i a lB a s i sF u n c t i o nt os h o wt h es u p e r i o r i t yo fD o u b l eW e i g h t sN e u r a lN e t w o r ki nt h es p e e da n dt h ea b i l i t yt oa p p r o x i m a m T h i st h e s i sh a sp r o v e di nc k 哪骰3t h a tD o u b l eW e i g h t sN e u r a lN e t w o r kb a s e dO n
8、s i n g l e - l a y e rc a nb ea p p r o a c h e du n a n i m o u sc o n t i n u o u sf u n c t i o no fa r b i t r a r i l yw e l li nt h es u l ) r e m u mn o r l no v c rac o m p a c t ta n di th a se x p l a i n e dp r a c t i c a la p p l i c a t i o nw i t hi t sd i 西l a li n s t a n c e T h i
9、 sr e s e a r c hc a nb er e g a r d e da s 【4 3 】ak i n do fe x p a n s i o ns t u d y i n g I nc h a p t e r4 ,w ea p p l yt h eD o u b l eW e i g h t sN e u r a lN e t w o r kt Ot h ec o n t r o lf i e l d , a n dh a v ed e s i g n e dak i n do fa d a p t i v eH I塑坚三兰兰查兰三墨堡主丝苎c o n t r o l l e ra
10、 n dp r o v i d et h er o b u s ta l g o r i t h m ;I nC h a p t e r5t h eD o u b l eW e i g h t sN e u r a lN e t w o r ki sa p p l i e dt ot h es y s t e mi d e n t i f i c a t i o no fC 0 2 - p u r i f i c a t i o w t o w e ra n dh a sg o tab e t t e rr e s u l tt h a no t h e rm e t h o d , a n
11、dO nt h eb a s i so fd i s t i n g u i s h i n g , i th a so p 血匹蕊de a c hi n t r o d u c t i o np a r a m e t e ro f t h es y s t e mw i t ht h et o u f i u em 如o d a n dh a sa c h i e v e db R I C C e S S C h a p t c f6 ,T h en e wd e f i n i t i o n sa b o u tt h eg r a p h i c si nH i g h - D i
12、m e n s i o nS p a c e ( H D s ) I ti sf r o mt h ea s p e c to f G r a p h i c a lG e o m e t r ya n db a s e dO nt h ec o n c e p t i o no fs e tt h e o r y T h ep r i m a r yc o n c e p t i o na b o u tV e r t e xC o v e r i n gi sp r e s e n t e d , w h i c hi sb a s e do nt h eH D Sv 嘶啄c o v e
13、r i n gt h e o r y A n dt h e n , s o m ei n s t a n c e sa r eg i v e t od e s c r i b et h ed i s 廿i b u f i o no ft h es p e e c h - p o i n t si nI I D Sa n dt oa n a l y z et h er e l a t i o n s h i pb e t w e e na l lk i n d so f c o v e r s A tl a s t , an e wd y n a m i cs e a r c l 血ga l g
14、 o r i t h mi sp r e s e n t e d , w h i c hi sb a s e do nM u t l i - w e i g h tn e u r o n ( M U T L I - W E I G H TN E U R O N ) A n dt h e ni ti sa p p l i e dt or e c o g n i z et h eC o n t i n u o u sS p e e c ho fS p e a k e r - I n d e p c n d e n LT h er e c o g n i t i o nr e s u l t sc
15、a nb es e a r c h e dd y n a 蒯l yw i t h o mc n d p o i n td e t e c t i n ga n ds e g r n e 缸t i n g D i f f e r e n tf e a t u r e - s p a c ee o v c r sa 糟c o n s t r u c t e da c c o r d i n gt od i f f e r e n tc l a s s e so fs y l l a b l e s A na c c e p t e dr e s u l ti so b t 斑e db yt h i
16、 sm e t h o & C o m p a r e dw i t ht h ec o n v e n t i o n a lH M M - b a s o dm e t h o d , M U T L I - W E I G H TN E U R O N b a s e dm e t h o dm e n t i o n e di nt h i sp a p e rh a sag O o da d v a n t a g ew h e nt h en u m b e ro f t r a i n i n gs a m p l e si sv e r yf e w K e y w o r d s :H i g h - D i m e n s i o nS p a c e ,H i g h - D i m e n s i o nS p a c eC o v e r i n gT h e t y t y ,K E Y W O R D S :D o u S eW e i g h t sN e u 蹦N e t w