面向汉语语音关键词检出的时间集成神经网络研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-14页 |
| ·研究的目的及意义 | 第7-9页 |
| ·相关工作的国内外研究现状 | 第9-12页 |
| ·关键词检出发展史 | 第9页 |
| ·关键词检出主要技术 | 第9-10页 |
| ·ANN 和TDNN | 第10-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第2章 TANN 原理 | 第14-23页 |
| ·时间集成 | 第15-17页 |
| ·帧间集成 | 第17-19页 |
| ·TANN 网络模型 | 第19-22页 |
| ·TANN 工作流程图 | 第19-22页 |
| ·网络结构选择 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 网络学习训练及优化算法 | 第23-34页 |
| ·基于熵误差函数的网络学习算法 | 第23-29页 |
| ·BP 算法及熵误差函数 | 第23-26页 |
| ·多点学习算法 | 第26-27页 |
| ·基于熵误差的学习过程 | 第27-29页 |
| ·网络优化算法 | 第29-33页 |
| ·网络输入向量归整化 | 第29-30页 |
| ·网络权值初始化 | 第30页 |
| ·激活函数 | 第30-31页 |
| ·增加动量项 | 第31页 |
| ·变步长学习算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于TANN 的关键词检出技术 | 第34-41页 |
| ·关键词检出系统组成 | 第34-35页 |
| ·特征提取 | 第35页 |
| ·TANN 分类器设计 | 第35-39页 |
| ·识别基元的选择 | 第35-36页 |
| ·多模板联合决策机制 | 第36-38页 |
| ·用于关键词检出的分类器设计 | 第38-39页 |
| ·音节结尾的确认 | 第39页 |
| ·分类器训练 | 第39页 |
| ·本章小结 | 第39-41页 |
| 第5章 实验平台及实验结果分析 | 第41-50页 |
| ·实验语料 | 第41页 |
| ·实验系统设计 | 第41-43页 |
| ·实验结果分析 | 第43-49页 |
| ·TANN 时间集成参数讨论及结果 | 第43-45页 |
| ·网络收敛速度改进算法结果分析 | 第45-47页 |
| ·TANN 关键词检出结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |
