量子遗传神经网络语音水印算法

摘要：

传统的BP神经网络通常以梯度下降法作为训练搜索算法,极易陷入局部最优.本文将量子遗传算法引入到神经网络,提出了一种改进量子遗传算法优化BP神经网络系数的语音水印算法.首先利用改进量子遗传算法的良好全局搜索特性,优化BP神经网络的初始系数找出粗略解,然后采用梯度算法精细搜索出神经网络的最优权值和阈值系数,提高网络的收敛精度.理论分析和实验仿真表明,与传统的BP神经网络和遗传算法优化神经网络系数相比,本文提出的神经网络输出误差更小,有更大的水印容量.

关键词： 语音信号 数字水印 BP神经网络 量子遗传算法

作者: 郝欢 陈亮 张翼鹏

作者单位: 解放军理工大学通信工程学院,江苏南京,210007 解放军南京炮兵学院训练部,江苏南京,211123

会议类型: 国内会议

会议名称: 第十六届全国信号处理学术年会及产业发展大会

会议地点: 哈尔滨

会议语种:中文

页码: 1476-1481

在线出版日期: 2013-10-01（万方平台首次上网日期，不代表论文的发表时间）