[神经网络学习算法及语音输入控制研究]金兆丰

【神经网络学习算法及语音输入控制研究】金兆丰.pdf前言 一个多世纪以来,思想家和科学家一直在探究人的大脑构筑函 数与思维运转机制。尤其是近二十年来,人们在对与大脑有关的感觉 器官的仿生方面做了不少工作。然而,至今我们还在寻求其中的奥妙.人脑含有数亿个神经元,并以特殊的复杂的方式组织在一起,它能够 在“计算”某些问题时比目前最快的计算机还要快许多倍。生物系统 的时间常数在1.100ms,传输率不超过100Hz,而VLSI硅器件的时 间常数为10ns,传输率相当100MHz。虽然单个神经元要比电子元件 慢数百万倍,然而生物系统处理速度要比电子系统处理速度快许多 倍,人们自然会想到生物系统组织的构筑方式和思维的运转机制绝非 平常。14-293 目录 第二章人工神经网络原理 2神经元多层感知器 2梯度算法 2多层感器学习的定量分析 第三章联想记忆神经网络 3联想记忆神经网络 3ANN学习算法相关程序过程.第四章语音识别控制的实现 4低通滤波器和A/D模数转换 4条件中值滤波起始点和结束点的测定 4时间的扭曲处理距离的测量语音的输入存储与控制 4语音样音输入存储 4语音输入控制的输入 4.5- 语音识别是模式识别领域中的一个极其活跃的分支。语音识别的 过程包含着从低层次到高层次的各个阶段及其彼此间的相互作用。神 经网络方法已应用在语音识别的各层次,但迄今成功的例子多数集中 在从特征抽取到音素变换这一层次,用于语音识别的神经网络结构也 是多种多样的,一般来讲,在低层次的应用例子中,多采用前馈层状 模型,而在高层次的应用例子中,则用带环路的网络状模型。这些结 构的神经网络多采用B-P算法或玻尔兹曼机等广泛应用的学习方法,或者是这些学习算法的修正方法。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。