一种新型模糊-粗神经网络及其在元音识别中的应用
DOI:
CSTR:
作者:
作者单位:

湖南大学电气与信息工程学院 长沙 410082

作者简介:

张东波

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为度量模糊粗不确定性信息,引入了模糊粗隶属函数.基于模糊粗糙集理论构建了一种新型的模糊-粗神经网络(FRNN),该网络融合了模糊信息和粗糙信息的处理能力. 对5个元音字母的语音识别进行测试, 结果显示FRNN网络不仅训练速度快, 而且分类性能优于BP网络、RBF网络和贝叶斯分类器.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

张东波;王耀南.一种新型模糊-粗神经网络及其在元音识别中的应用[J].控制与决策,2006,21(2):221-0224

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2004-12-31
  • 最后修改日期:2005-04-22
  • 录用日期:
  • 在线发布日期: 2006-02-20
  • 出版日期:
文章二维码