结构等价型模糊RBF神经网络用于语音识别的研究
针对模糊系统和神经网络各自的不足，构建了基于模糊RBF神经网络的语音识别系统，提出了一种结构等价型模糊RBF神经网络和学习算法，采用五层神经网络结构来实现模糊系统的模糊化和规则推理，神经网络的所有节点和参数对应模糊系统的隶属度函数和推理过程。该网络利用模糊推理系统和RBF网络的等价特性，可以自动确定模糊规则数和隶属度函数，解决了模糊系统如何自动生成和调整隶属度函数和模糊规则的难题。将结构等价型模糊RBF神经网络应用到语音识别系统中，实验结果表明该方法的识别结果优于RBF 网络的识别结果，且具有较好的鲁棒性。
RBF神经网络 语音识别 模糊系统 隶属度函数 模糊规则
张雪英 李高云
太原理工大学 信息工程学院,山西 太原 030024
国内会议
乌鲁木齐
中文
405-409
2009-08-14（万方平台首次上网日期，不代表论文的发表时间）