论文部分内容阅读
针对应用传统BP神经网络在语音识别中训练速度慢、容易陷入局部最优解的问题。该文提出了基于粒子群优化算法的BP神经网络语音识别模型。首先对不同噪声条件和词汇量下的语音样本进行特征提取,然后利用PSO算法对BP神经网络输出权值和阈值参数进行优化,最后利用获得的PSO-BP模型对不同词汇量下的语音样本进行测试。实验结果表明PSO-BP模型对语音的识别率明显高于未经参数优化的BP神经网络分类器,并且对高噪声具有更好的鲁棒性。