语音识别中卷积神经网络优化算法

摘要：

为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,提出了采用分数阶的理论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,而在不影响卷积神经网络进行语音识别的正确率的前提下,从而达到了减少训练所需时间提高整个神经网络的训练效率的目的.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.

关键词：语音识别、卷积神经网络、分数阶、Sigmoid函数

所属期刊栏目：21

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家自然科学基金61403109;黑龙江省自然科学基金F201240;黑龙江省教育厅科学技术研究项目12531571

在线出版日期：2016-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38