语音动力学系统的神经网络建模方法研究

郑会永, 肖田元, 韩向利, 刘华强, 戴冠中

郑会永, 肖田元, 韩向利, 刘华强, 戴冠中. 语音动力学系统的神经网络建模方法研究[J]. 信息与控制, 1999, 28(2): 107-110.
引用本文: 郑会永, 肖田元, 韩向利, 刘华强, 戴冠中. 语音动力学系统的神经网络建模方法研究[J]. 信息与控制, 1999, 28(2): 107-110.
ZHENG Huiyong, XIAO Tianyuan, HAN Xiangli, LIU Huaqiang, DAI Guanzhong. RESEARCH ON MODELLING VOICE NON-LINEAR DYNAMIC SYSTEMS[J]. INFORMATION AND CONTROL, 1999, 28(2): 107-110.
Citation: ZHENG Huiyong, XIAO Tianyuan, HAN Xiangli, LIU Huaqiang, DAI Guanzhong. RESEARCH ON MODELLING VOICE NON-LINEAR DYNAMIC SYSTEMS[J]. INFORMATION AND CONTROL, 1999, 28(2): 107-110.

语音动力学系统的神经网络建模方法研究

基金项目: 博士后基金
详细信息
    作者简介:

    郑会永,男,28岁,博士生.研究领域为神经网络,非线性科学中的混沌与分形理论.
    刘华强,男,36岁,博士后.研究领域为语音识别,神经网络,混沌、分形及应用等研究.
    戴冠中,男,60岁,教授,博士生导师,校长.研究领域为大系统理论、飞行器的并行仿真、神经网络与神经网络计算机、工业智能控制系统和容错控制系统等.

RESEARCH ON MODELLING VOICE NON-LINEAR DYNAMIC SYSTEMS

  • 摘要: 人工神经网络(ANN)方法是非线性动力学系统建模的有效方法.本文针对多层ANN结构,运用递推预报误差(RPE)算法对离散非线性动力学系统进行了建模研究,并将之运用于语音非线性动力学系统的动态建模,估计出了语音非线性动力学系统稳态吸引子的维数,为了解语音和实用化的语音识别提供了良好的基础.
    Abstract: This paper presents, the use of recursive prediction error algorithm(RPE) of training multilayered artificial neural neural(ANN) networks in discrete time non-linear dynamic system identification. As an example, the nonlinear voice dynamic system is modelled based on RPE algorithm. The results provide a good foundation to understand and identify voice model.
  • 1 Billings,et al.A Comprision of the Backpropagation and Recursive Prediction Error Algorithms for Training Neural Networks.Mechnical Systems and Signal Processing,1991:233~255
    2 杨熔,李永华,苏义鑫.用神经网络建立非线性系统模型研究.控制理论与应用,1995,12(1): 81~85
    3 Takens F.Detecting Strange Attractors in Turbulence.Lecture Notes in Mathematics,D.A.Rand and L.-S. Young,Eds,Springer,Berlin,1981:727
计量
  • 文章访问数:  1421
  • HTML全文浏览量:  0
  • PDF下载量:  132
  • 被引次数: 0
出版历程
  • 收稿日期:  1997-04-13
  • 发布日期:  1999-04-19

目录

    /

    返回文章
    返回
    x