版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、中國科學技術(shù)大學碩士學位論文LVQ神經(jīng)網(wǎng)絡的研究及其在說話人識別中的應用姓名:程劍鋒申請學位級別:碩士專業(yè):模式識別與智能系統(tǒng)指導教師:叢爽20040501AbstractThemostsignificantcharacterofapplyingNeuralnetworktopatternrecognitionliesinthatneuralnetworkcanadaptivelylearntherulesoftheinnerofthe
2、inputpatternandtherelationshipsbetweentheinput&outputpattern。itpresentsapowerfultoolforsolvingthekindofproblemwhichcannotbedescribedbyexactmathlanguageNeuranetworkhastheabilltiesofselforganizing&selflearning,powerfulclas
3、sifying,androbustwithinadequateinformationIteanbeaclassifterwithalmostperfectpropertiesSpeakerrecognition鑫soneofimportantpartsofspeechsignalprocessinghaswidelyresearchingandapplicationprosperitybatthecharacterofthespeake
4、r’svoiceisaffectedbythefactsincludingtime。environmentandbodystatusetc,itstillhasnotbeendescribedbyanexacttheory貳present,soapplyingneuralnetwork犧speakeridentifyinghasvaluablesignificancetheoreticallyandpractically1氌輕paper
5、whichhasthespeakerrecognitionasexperimentalobjectmainlyresearchesontheProbabilisticNeuralNetwork(PNN)andLearningVectorQuantization(LVQ)neuralnetworksdeeplyandsystemicallyT&mainlyresearchresultsare∞follows:Firstly,thePNNi
6、sstudied,theshortcomingsofthePNNareanalyzed,onthebasisofthem,theimprovementonPNNisproposed,andtheFCMwPNNclassifierisconstructedbasedonFuzzyCmeans,SecondlytheLVQneuralnetworkisresearched,Thebasictheory、algorithmsandnetwor
7、kstructureofLVQneuralnetworkaredeseribedAiming氍theshortcomingsofLVQneuralnetwork。TheLVQneuralnetworkisgeneralizedandtherepresentativeformsa糟comparedLastlyOnthebasisofgeneralizedLVQneuralnetwork,TheEMalgorithm,whichisbase
8、donstatisticallearningtheoryisintroduced;ntoLVQneuralnetworkT醅EMLVQalgorithmsproposed,meanwhile,thecorrespondingEMLVQneuralnetworkisconstructedKeyworks:ProbabillstlcNeuralNetwork;FuzzyCmeans;LearningVectorQuantlzmion;Sof
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 復數(shù)神經(jīng)網(wǎng)絡及其在說話人識別中的應用.pdf
- 動態(tài)貝葉斯網(wǎng)絡及其在說話人識別中的應用.pdf
- HHT變換在說話人識別中的應用.pdf
- 支持向量機在說話人識別中的應用.pdf
- 基于神經(jīng)網(wǎng)絡的說話人識別算法研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡的電纜故障識別.pdf
- 語音非線性特征在說話人識別中的應用.pdf
- Hilbert-Huang變換在說話人識別中的應用.pdf
- 改進支持向量機在說話人識別中的應用.pdf
- 支持向量機在說話人識別中的應用研究.pdf
- 語音識別中神經(jīng)網(wǎng)絡聲學模型的說話人自適應研究.pdf
- 支持向量機在說話人識別系統(tǒng)中的應用.pdf
- 基于LVQ神經(jīng)網(wǎng)絡的財務舞弊識別模型研究.pdf
- 基于LVQ神經(jīng)網(wǎng)絡的脫機手寫數(shù)字識別研究.pdf
- 小波分析在說話人識別系統(tǒng)中的應用研究.pdf
- 加權(quán)成對約束度量學習算法在說話人識別中的應用.pdf
- 時變向量自回歸模型在說話人識別中的應用.pdf
- 隱馬爾可夫模型在說話人識別中的應用與研究.pdf
- 基于多級小波神經(jīng)網(wǎng)絡的模糊說話人識別.pdf
- 基于陣列神經(jīng)網(wǎng)絡的說話人識別系統(tǒng)研究.pdf
評論
0/150
提交評論