首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

量子智能算法及其在语音识别中的应用

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-12页
   ·课题研究综述第9-11页
   ·论文的主要研究内容第11-12页
第二章 量子遗传算法及其改进第12-29页
   ·量子信息处理基本概念第12-15页
     ·量子态空间及量子比特第12-13页
     ·量子态的叠加、相干及坍塌第13-14页
     ·量子并行计算与量子纠缠第14-15页
     ·量子门第15页
   ·量子遗传算法第15-21页
     ·量子比特编码第15-16页
     ·量子旋转门策略第16-17页
     ·量子交叉操作第17-18页
     ·量子变异操作第18页
     ·算法描述第18-19页
     ·量子遗传算法的实现及性能测试第19-21页
   ·改进的量子遗传算法第21-27页
     ·算法基本思路第22-24页
     ·算法流程第24-25页
     ·算法的性能测试第25-27页
   ·本章小结第27-29页
第三章 量子粒子群算法第29-37页
   ·粒子群优化算法第29-30页
     ·PSO 基本原理第29-30页
     ·PSO 算法流程第30页
   ·量子粒子群优化算法第30-36页
     ·基于量子行为的粒子群算法第30-31页
     ·量子粒子群优化算法第31-33页
     ·算法性能测试第33-36页
   ·本章小结第36-37页
第四章 混沌量子免疫遗传算法第37-45页
   ·人工免疫算法第37-39页
     ·免疫算法介绍第37-38页
     ·免疫克隆选择算法第38-39页
   ·混沌量子免疫遗传算法第39-44页
     ·混沌系统第39-40页
     ·混沌量子免疫遗传算法第40-41页
     ·算法流程第41-42页
     ·算法性能测试第42-44页
   ·本章小结第44-45页
第五章 量子智能算法在HMM 语音识别系统中的应用第45-63页
   ·引言第45页
   ·语音识别系统概述第45-51页
     ·语音信号预处理第46-47页
     ·语音识别中的特征提取第47-51页
   ·HMM 模型及其基本算法第51-55页
     ·HMM 模型第51-52页
     ·前向-后向算法第52-54页
     ·BAUM-WELCH 算法第54-55页
     ·VITERBI 算法第55页
   ·基于量子智能算法的 K-均值聚类算法第55-60页
     ·K-均值聚类算法第55-56页
     ·基于量子智能算法的K-均值聚类算法第56-57页
     ·实验及性能分析第57-60页
   ·基于量子智能算法的 HMM 语音识别系统第60-62页
     ·量子智能算法改进HMM 语音识别算法第60页
     ·实验及性能分析第60-62页
   ·本章小结第62-63页
第六章 总结与展望第63-65页
   ·课题研究小结第63页
   ·研究展望第63-65页
致谢第65-66页
参考文献第66-69页
攻读硕士学位期间完成的论文第69页

论文共69页,点击 下载论文
上一篇:无线多媒体传感器网络覆盖控制技术研究
下一篇:分工搜索演化算法及其应用的研究