10.3321/j.issn:1000-436X.2005.11.012
基于模糊分类器及多层前馈神经网络混合结构的说话人辨认
提出了基于模糊超椭球聚类算法的说话人辨认新方法.该算法首先将某一类的训练数据分成若干子类,对每一子类在其中心周围定义具有超椭球区域的模糊规则.实验表明,该系统可以较快的聚类速度取得与HMM相当的识别效果.进一步的研究表明,基于模糊超椭球聚类算法的说话人辨认系统与传统的基于HMM的识别方法存在一个共同的缺点,即抗噪性能较差.为此,通过引入多层前馈神经网络(MLFNN)与模糊超椭球分类器构成混合模型,使系统的识别性能和抗噪能力显著提高.
说话人辨认、模糊、超椭球分类器、多层前馈神经网络
26
TN912.3
江苏省教育厅青蓝工程项目QL003YZ;南京邮电大学校科研和教改项目2001院17
2005-12-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
68-75