基于微调优化的深度学习在语音识别中的应用

摘要：

针对深度学习模型在对小样本进行训练时会出现过拟合现象，提出随机退出优化方法和随机下降连接优化方法。这两种方法针对深度学习模型的微调阶段进行改进，最大限度减少由于训练数据量较少使得深层网络模型训练出现过拟合现象，并且使权值的更新过程更具有独立性，而不是依赖于有固定关系的隐层节点间的作用，同时可以降低识别错误率。对自建孤立语音词汇库进行了训练和识别，结果表明，在深度信念网络的基础上引入随机退出优化方法和随机下降连接优化方法可以提升识别率，缓解过拟合现象。

关键词：深度学习、语音识别、神经网络、深度信念网络

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51175145;河北省高等学校科学技术研究重点项目ZD2014030

在线出版日期：2017-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35