基于ELM和PCA的汉语数字语音识别研究
针对传统BP网络在语音识别应用中存在训练时间长,容易陷入局部极小值等问题,建立了一种基于ELM的语音识别系统.ELM是一种快速的单隐层前馈神经网络(SLFN)训练算法,将该算法与单隐层BP网络进行实验比较.实验中对提取的特征矩阵采用主成分分析(PCA)算法进行降维,该算法有效地提取了语音信号的主要成分.实验结果表明:在训练时间上,ELM明显优于BP算法;在识别率上,ELM优于BP算法.
语音识别、极限学习机、BP网络、单隐层前馈神经网络、主成分分析
39
TN912.3
广西自然科学基金项目2012GXNSFBA053144
2015-12-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
49-53