用于语音信号非线性建模的RBF神经网络的训练方法及其性能

摘要：

语音信号非线性建模符合语音信号的性质,可以提高语音信号处理的性能.神经网络是信号非线性建模的有效工具之一.本文深入研究了应用于语音信号非线性建模的RBF神经网络的训练方法,即k-均值法、OLS算法和梯度下降法.实验结果表明,在RBF神经网络的结构已定情况下,不宜使用k-均值法及OLS算法,而应该使用梯度下降法.文章阐述了各训练算法性能差别的原因,并讨论了语音信号非线性及线性建模的性能比较.

关键词：语音信号、非线性建模、RBF神经网络、k-均值法、OLS算法、梯度下降法

所属期刊栏目：17

分类号：TN912

资助基金：国家重点实验室基金

在线出版日期：2007-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：322-328