基于SFLA优化BP神经网络的语音信号分类.pdfVIP

文章编号：1671—4598(2017)05—0225—03DOI：10．16526／j．cnki．11—4762／tp．2017．05．062中图分类号：TP273文献标识码：A 基于SFLA优化BP神经网络的语音信号分类 叶红卫，戴光智 (1．河源职业技术学院电子与信息工程学院，广东河源517000； 2．深圳职业技术学院计算机工程学院，广东深圳 518055) 摘要：BP神经网络是一种多层前馈网络，数据经过网络的输入层、隐含层逐层处理后，由输出层进行输出，通过和期望输出的对 比进行反向传播，调整网络参数使输出不断逼近期望输出；在使用BP神经网络对语音特征信号进行分类的过程中，会出现BP神经网 络易陷入局部最优解、学习收敛速度慢的问题；针对此问题提出一种基于SFLA优化BP神经网络权值和阀值的方法，引入SFLA算法 优化网络权值和阀值，利用SFLA优化后的BP网络模型进行语音特征信号分类；仿真结果表明，经SFLA优化后的BP神经网络与未 优化的神经网络相比，不仅训练速度快，而且误差小，语音特征信号分类的正确率平均提高1．31％。 关键词：BP神经网络；SFLA；优化；分类 Classificationof BasedonBPNeuralNetwork SFLA Speech Optimizedby Ye Hongwei，Dai Guangzhi (1．SchoolofElectronicandInformation 517000，China Engineering，HeyuanPolytechnic，Heyuan 2．SchoolofComputerengineering，ShenzhenPolytechnic，Shenzhen518055，China) Abstract：A networkconsistsofan ormorehidden andan in— back—propagation(BP)neuralinputlayer，one layers outputlayer．An vectoris tothenetwork，itis forward the itreachesthe put presented propagatedthroughnetwork，layerbylayer，until outputlayer．The outputofthenetworkisthen tothedesired alossfunction，Theerrorvaluesarethen backwards，start— compared output，using propagated fromthe ing eachneuronhasanassociatederrorvaluewhich itscontributiontothe output，until roughlyrepresents originaloutput．The BP neuralnetworkfallsintoalocalextremevaluesandtheslow theClassificationof it．Anew easily convergence，during Speechusing BP