基于脈沖神經(jīng)網(wǎng)絡(luò)的語(yǔ)音識(shí)別方法研究.pdf

1、近年來，基于spike神經(jīng)元模型的人工神經(jīng)網(wǎng)絡(luò)(Spiking NeuralNetworks，簡(jiǎn)稱SNNs，我們稱之為脈沖神經(jīng)網(wǎng)絡(luò))受到了人們的很大關(guān)注，被譽(yù)為下一代神經(jīng)網(wǎng)絡(luò)。spike神經(jīng)元模型是利用神經(jīng)元觸發(fā)的脈沖時(shí)序來進(jìn)行信息的編碼和處理，而不是用觸發(fā)脈沖的平均速率來進(jìn)行編碼。因此SNNs編碼方式具有很好的時(shí)態(tài)性，非常適合分析處理基于時(shí)間結(jié)構(gòu)的數(shù)據(jù)。有研究表明SNNs比一般的神經(jīng)網(wǎng)絡(luò)具有更強(qiáng)的計(jì)算能力，而且前者所需神經(jīng)元數(shù)目或?qū)哟?/p>

2、也比后者要少。不過目前對(duì)SNNs的研究主要是理論、算法等方面，在實(shí)際應(yīng)用方面的研究比較少。本文結(jié)合了脈沖神經(jīng)網(wǎng)絡(luò)處理時(shí)態(tài)問題上優(yōu)勢(shì)，以及最近學(xué)術(shù)界的研究的熱點(diǎn)，就基于脈沖神經(jīng)網(wǎng)絡(luò)這一理論來解決語(yǔ)音識(shí)別問題進(jìn)行探討和研究。 本文系統(tǒng)地介紹了脈沖神經(jīng)網(wǎng)絡(luò)的相關(guān)理論，包括Spike神經(jīng)元的模型，脈沖編碼方式，動(dòng)力學(xué)原理及表示，著名的H-H方程，以及網(wǎng)絡(luò)結(jié)構(gòu)和相關(guān)應(yīng)用。較全面地介紹了語(yǔ)音識(shí)別技術(shù)，并分析了語(yǔ)音識(shí)別所面臨的問題及前景和應(yīng)用