神经网络声音信号分类.pptVIP

BP神经网络的数据分类 语音特征信号分类 目录 一、问题的提出 二、程序流程 三、实验结果 四、参数选择对结果的影响 五、神经网络的容错能力 六、并行训练的尝试 七、增加隐含层的尝试 八、总结 一、问题的提出 本任务选取了民歌、古筝、摇滚和流行四类不同音乐，每段音乐都用倒谱系数法提取5OO组24维语音特征信号，用BP神经网络实现对这四类音乐音的有效分类。 基于BP神经网络的语音特征信号分类算法建模包括BP神经网络构建,BP神经网络训练和BP神经网络分类三步，算法流程如图所示。 二、程序流程 二、程序流程 为了方便编程和计算，将神经网络中的计算写成向量运算： 三、实验结果（1） 三、实验结果（1） 三、实验结果（1） 三、实验结果（2） 现在我们来看一下输出误差的变化。我们期望每回合的训练，输出误差的大小 应该逐步减小，直到接近于一个平稳的值。 三、实验结果（3） 下面考察一下分类的正确率： 进行了200次训练和测试，每次对500个样本进行训练，并对2000个样本进行测试。得到每次平均正确分类个数为：1695.6个，标准差为58.9个。可得正确检测率为（84±3）% 对书上的程序进行测试，得到正确检测率为（85±4）% 可见，我的结果是正确的。 四、参数选择对结果的影响 在这次神经网络实验中用到了很多参数，它们几乎都会对网络的学习和工作造成极大的影响。 下面主要研究隐含层节点数N、步长η、动量常数α、激励函数参数[a,b]，对网络的影响。 四、参数选择对结果的影响（1） 在不改变其他条件的情况下，更改隐含层的节点数N，考察训练样本的正确检测概率和全部样本的正确检测概率（每组重复5次）： 四、参数选择对结果的影响（2） 不同步长与动量常数对输出误差收敛的影响： 步长分别选取为[0.01,0.1,0.5,0.9],动量常数分别选取为：[0,0.01,0.1,0.5]。 四、参数选择对结果的影响（3） 激活函数f=a·tanh(b·x)不同参数[a,b]对输出误差影响： 分别令a、b=[0.6,1,1.5,2]。 四、参数选择对结果的影响（3） 选择激活函数为f=1/(1+exp(-x))的时候，步长分别选取为[0.01,0.1,0.5,0.9],动量常数分别选取为[0,0.01,0.1,0.5]，的输出误差结果： 五、神经网络的容错能力 将神经网络的一些隐含层损坏，即使其输出为0。检验网络的正确检测率变化。 在损坏一定数量的神经元后，网络的正确检测率不会太剧烈的下降，说明其容错能力很强。 但若有太多神经元同时损坏，则神经网络还是无法使用的 六、并行训练的尝试 尝试了一下并行训练，具体做法是每次输入的样本得到一个权值改变量，每回合结束后，将这些改变量取平均值去更新权值。 分别检验其权值的改变量、输出误差以及参数对其性能的影响。（在不加说明的情况下，参数均与串行训练的参数相同） 六、并行训练的尝试（1） 六、并行训练的尝试（2） 六、并行训练的尝试（3） 七、增加隐含层的尝试 实验中，将隐含层增加到了两层（24×8×8×4）和三层（24×8×8×7×4），进行测试。 下面分别给出1、2、3层隐含层，进行100、300、1000次迭代得到的输出误差曲线。以及正确检测的概率。 八、总结 这次用BP神经网络对数据分类的实验，总体上是成功的。实验中，我搭建了神经网络，并通过改变参数来检验其效果。得以下结论： 1、训练得到的神经网络的性能并不固定，会在一定范围内波动。 2、训练时候的步长、动量常数和激活函数对训练的影响非常大。尤其是若激活函数没选好，会严重增加训练的难度。 3、即使输入数据维数很多，网络每层的节点数并不一定要取太多。 4、神经网络的容错性很好，在破坏一定数量的神经元后，网络还可以正常工作。 5、并行计算时，网络训练很慢，并且容易陷入局部最小值。性能不太好，但是更稳定。 6、神经网络的隐含层层数并不是越多越好，有时候增加一层会明显改善网络的性能，但是继续增加反而可能破坏其性能。 八、总结 此外，本次实验还存在一些问题： 1、没有考虑阈值的更新。 2、训练时收敛太慢，比另一同学的慢10倍左右。甚至当网络几乎完全一样的时候，收敛速度仍然慢很多。具体原因不太清楚。 3、虽然做完了实验，也得到了很多结论，但由于初次接触神经网络，对其中的很多知识都是一知半解，实验和分析中肯定会有很多不正确的地方，有些现象也不能很好地解释。望大家批评指正。 谢谢！ * * 可见隐含层的权值变化还是很理想的，但输出层同样没趋于0。 不知道为什么会这样。 也许是样本之间差异太大，输出差异也太大，所以系统实在无法找到合适的权值，满足每个样本的需求。 由于网络比较复杂，激活函数也是非线性的。所以其参数造成的影响不是很容易解释。 对此，我也进行了