论文研究基于RBF神经网络的抗噪语音识别.pdf

针对目前在噪音环境下语音识别系统性能较差的问题，利用RBF神经网络具有最佳逼近性能、训练速度快等特性，分别采用聚类和全监督训练算法，实现了基于RBF神经网络的抗噪语音识别系统。聚类算法的隐含层训练采用K－均值聚类算法，输出层的学习采用线性最小二乘法;全监督算法中所有参数的调整基于梯度下降法，它是一种有监督学习算法，能够选出性能优良的参数。实验表明，在不同的信噪比下，全监督算法较之聚类算法有更高的识别率。