基于分数阶卷积神经网络的语音识别算法研究

基于分数阶卷积神经网络的语音识别算法研究

ID:35061598

大小:2.42 MB

页数:56页

时间:2019-03-17

基于分数阶卷积神经网络的语音识别算法研究_第1页
基于分数阶卷积神经网络的语音识别算法研究_第2页
基于分数阶卷积神经网络的语音识别算法研究_第3页
基于分数阶卷积神经网络的语音识别算法研究_第4页
基于分数阶卷积神经网络的语音识别算法研究_第5页
资源描述:

《基于分数阶卷积神经网络的语音识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、工程硕士学位论文基于分数阶卷积神经网络的语音识别算法研究张磊哈尔滨理工大学2016年3月国内图书分类号:TP391.42工程硕士学位论文基于分数阶卷积神经网络的语音识别算法研究硕士研究生:张磊导师:刘长征申请学位级别:工程硕士学科、专业:计算机技术所在单位:计算机科学与技术学院答辩日期:2016年3月授予学位单位:哈尔滨理工大学ClassifiedIndex:TP391.42DissertationfortheMasterDegreeinEngineeringSpeechRecognitionAlgorithmBasedonFractionalConv

2、olutionNeuralNetworkCandidate:ZhangLeiSupervisor:LiuChangzhengAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerTechnologyDateofOralExamination:March,2016University:HarbinUniversityofScienceandTechnology哈尔滨理工大学硕:t学位论文原创性声明本人郑重声明:此处所提交的硕±学位论文《基于分数阶卷积神经网络的语音识别算法研究》

3、,是本人在导师指导下,在哈尔滨理工大学攻读硕i学位期间独立进行研巧工作所取得的成果。据本人所知,论文中除己注明部分外不包含他人己发表或撰写过的研巧成果。对本文研究工作做出贡献的个人和集体,i。均已在文中U?明确方式注明本声明的法律结果将完全由本人承担。作者签名日期■日:女//年i月ic哈尔滨理工大学硕古学位论文使用授权书《基于分数阶卷积神经网络的语音识别算法研究》系本人在哈尔滨理工大学,攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归哈尔滨理工大学所有。,本论文的研究内容不得其他单位的名义发表本人完全

4、了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关。部口提交论文和电子版本,允许论文被查阅和借阅本人授权哈尔滨理工大学可^处采用影印、缩印或其他复制手段保存论文,可W公布论文的全部或部分内容。本学位论文属于保密□,在年解密后适用授枚书。I不保密。[3(请在W上相应方框内打V)作者签名:义為日期:年3月如日、^'?日期导师签名:Vシlレ:心户(年日;多月^|哈尔滨理工大学工程硕士学位论文基于分数阶卷积神经网络的语音识别算法研究摘要由于随着科技的不断发展人们在日常的生产生活中对语音识别的

5、需求越来越迫切这就促使了语音识别技术在近年得到了快速发展,但是现在我们使用的语音识别系统经常会遇到系统使用的环境和系统之前的训练标准存在差异的情况。这就出现了系统在进行语音识别时其准确率不够高的问题。所以现在的主要研究方向就是系统即使在复杂的环境下进行语音识别时也能够保证可靠的准确率。模板匹配是经典的语音识别中所使用的方法,现代的语音识别方法是以深度学习作为现在的研究工具,深度学习是利用人类的神经元活动原理,具有主动学习、比对、联想、推导和总结等优点,为语音识别提供了新的研究方向。本文提出使用卷积神经网络(ConvolutionNeuralNetwor

6、k,CNN)提高在噪声环境下的语音识别效果。利用卷积神经网络自身的结构特点在复杂环境下会使得语音识别率得到提高,本文使用美尔频率倒谱系数作为语音信号的特征参数输入卷积神经网络中对网络进行训练学习,与BP神经网络相比由于网络中隐藏层的神经元采用的是局部连接使得网络的结构也得到了简化由于具有权值共享的特点减少了参数的数目,减少了计算量但是却比BP网络具有更好的识别效果。卷积神经网络自身也具有训练时间过长的缺点,为了解决卷积神经网络在进行语音识别时通过样本训练神经网络所花费的时间过长的问题,在不影响卷积神经网络进行语音识别的正确率的前提下提出了采用分数阶的方

7、法处理卷积神经网络中的节点函数Sigmoid函数,使Sigmoid函数的收敛速度加快,从而达到了缩短训练学习所需时间提升整个神经网络的训练效果的目的。实验结果表明,在保证正确率的前提下采用分数阶进行处理有效的减少了训练所花的时间,同时不同的阶数也会使得函数的收敛效果不同。关键词语音识别;卷积神经网络;分数阶;Sigmoid函数-I-哈尔滨理工大学工程硕士学位论文SpeechRecognitionAlgorithmBasedonFractionalConvolutionNeuralNetworkAbstractWiththedevelopmentofsc

8、ienceandtechnologysincethepeopleintheirdailylif

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。