论文部分内容阅读
提出用于音素分类的函数链神经网的改进训练方法，其基本思想 ：用正反例均衡、样本跳转，目标函数修正、学习率自动调整和样本渐增等改善常规的ＢＰ算法，以提高其分类性能和收敛速度。文中提出了一种形象和有效地评价分类器性能的方法－正反例样本分布直方图。实验表明，所提算法能显著改善ＢＰ训练性能。将其与结构做人于训练和优化汉语音＇ｂ＇的分类网，可将输入维数由９０维压缩到１８维，而对其训练集的正识率仅由９６．９８