基于Sigmoid学习率BP神经网络的非特定人语音识别算法研究
本课题基于非特定人语音识别的原理和过程,结合BP神经网络的建模理论及特点,主要研究了BP神经网络模型在语音模式识别中的应用问题.同时针对标准BP神经网络训练收敛速度慢及容易陷入局部最小的缺点,提出了Sigmoid学习率BP神经网络训练算法,并通过仿真计算,得出在非特定人语音识别应用方面Sigmoid学习率BP神经网络算法的收敛速度要优于标准BP神经网络算法且识别率更高.
BP神经网络、学习率、语音识别
36
TP183(自动化基础理论)
2017-12-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
200-202