混合蛙跳算法神经网络及其在语音情感识别中的应用 Shuffled Frog-leaping Algorithm Based Neural Network and Its Application in Speech Emotion Recognition.pdfVIP

下载本文档

8
0
约1.59万字
约 5页
2017-09-03 发布于湖北
举报
版权申诉

混合蛙跳算法神经网络及其在语音情感识别中的应用 Shuffled Frog-leaping Algorithm Based Neural Network and Its Application in Speech Emotion Recognition.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第35卷第5期南京理工大学学报 V01．35No．5 混合蛙跳算法神经网络及其在语音情感识别中的应用余华1’2，黄程韦1，张潇丹1，金赘1，赵力1 (1．东南大学水声信号处理教育部重点实验室，江苏南京210096； 2．南京信息职业技术学院电子信息学院，江苏南京210013) 摘要：该文将混合蛙跳算法(SELA)优化方法应用于人工神经网络训练中，对6种语音情感进行了语音情感特征的分析与识别。研究了谐波噪声比特征随情感类别的变化特性。利用混合蛙跳算法训练随机产生的初始数据优化神经网络的连接权值，快速实现了网络收敛。实验比较了BP神经网络、RBF神经网络和SFLA神经网络的语音情感识别性能。结果表明，SFLA神经网络的平均识别率分别高于BP神经网络和RBF神经网络4．7％和4．3％。关键词：混合蛙跳算法；神经网络；语音情感识别；辨识率中图分类号：391．42文章编号：1005—9830(2011)05—0659—05 Shuffled BasedNeuralNetworkand Frog·leapingAlgorithm Its in Emotion ApplicationSpeech Recognition YU Lil Hual”，HUANG Cheng．weil，ZHANGXiao．danl，JINYunl，ZHAO ofUnderwaterAcoustic of of Laboratory (1．Key SignalProcessingMinistryEducation，SoutheastUniversity， ofElectronicsandInformation of Nanjing210096，China；2．School Engineering，N删ingCollege Information Technology，Nanjing210013，China) shuffled tothe emotion in Abstract：The frog-leapingalgorithm(SrLA)isappliedspeech recognition neuralnetwork freaturesofthesix emotionsareextractedand training。The speech recognized．The ofharmonics—to—noise withdifferentemotionsarestudied．弧erandom changes ratio(HNR)features initialdatatrainedtheSFLAisusedto theconnectionandthresholdsofthe by optimize weights neural thenetworkCan fast．，11Ie ofthe and network，and BP，RBF converge recogni