基于粒子群优化小波神经网络的语音识别

摘要：

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。

关键词： 粒子群优化 小波神经网络 语音识别 抗噪声 学习算法

作者: 陈立伟 张晔

作者单位: 哈尔滨工业大学信息工程系,哈尔滨,150001;哈尔滨工程大学信息与通信工程学院,哈尔滨,150001 哈尔滨工业大学信息工程系,哈尔滨,150001

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 449-451

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）