一种基于混沌寻优神经网络模型的语音识别矢量量化算法

摘要：

矢量量化在语音识别中占有重要的地位,传统的LBG算法虽然收敛速度快,但极易陷入局部最优点.论文利用混沌运动固有的随机性与轨道遍历性等优良性质,提出了一种基于混沌寻优的Hopfield神经网络模型,并将其运用于语音识别中的矢量量化.该算法不仅收敛速度快,而且能够获得全局最优解,且初始解对算法的影响很小.实验结果表明该算法综合性能指标优于传统算法,具有较高的应用价值.

关键词：Hopfield神经网络、矢量量化、混沌寻优

所属期刊栏目：39

分类号：TP183(自动化基础理论)

资助基金：贵州省自然科学基金30262001

在线出版日期：2004-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-92,107