作者:张余生 夏秀渝 杨莎小波特征参数多层前馈式神经网络
摘要:首先从语音信号中提取出特征参数:线性预测倒谱系数(LPCC)和用小波包提取的小波特征参数(WPC);语音特征分类模型则选择多层前馈式神经网络(MBP网络),并将奇异值分解运用到扩展卡尔曼滤波(EKF)算法中作为神经网络的学习算法。仿真结果表明,小波特征参数具有良好的识别效果;同时采用改进后的扩展卡尔曼滤波(EKF)算法使人工神经网络具有更稳定、更准确的分类性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《成都信息工程学院学报》是一本有较高学术价值的双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《成都信息工程学院学报》是立足本校、面向国内外科技工作者的学术期刊。 重要通知:《成都信息工程学院学报》现已更名为《成都信息工程大学学报》。
杂志详情