基于發(fā)育網(wǎng)絡(luò)的語音圖像雙模態(tài)共發(fā)育系統(tǒng)研究.pdf

1、隨著計算機(jī)技術(shù)、圖像處理、人工智能、計算機(jī)視覺、生理學(xué)、認(rèn)知學(xué)及心理學(xué)等眾多相關(guān)科學(xué)研究的不斷深入，語音識別和圖像識別已經(jīng)成為高科技應(yīng)用領(lǐng)域的研究熱點(diǎn)，正在逐漸走進(jìn)我們的生活。目前，語音識別和圖像識別技術(shù)幾乎應(yīng)用于導(dǎo)航、工業(yè)機(jī)器人控制、手機(jī)使用、安全設(shè)備及智能家電等各個方面，并對人們的生活方式產(chǎn)生深遠(yuǎn)的影響。然而，人們對于語音圖像雙模態(tài)共發(fā)育的研究卻很少，本文基于發(fā)育網(wǎng)絡(luò)，建立一個語音圖像雙模態(tài)共發(fā)育的仿真系統(tǒng)。
　　本文首先詳細(xì)

2、講解了基本發(fā)育網(wǎng)絡(luò)的具體結(jié)構(gòu)及計算流程、發(fā)育網(wǎng)絡(luò)中的學(xué)習(xí)算法（葉成分分析法）和乙酰膽堿和去甲腎上腺素對神經(jīng)調(diào)節(jié)機(jī)制的影響，并對神經(jīng)調(diào)節(jié)系統(tǒng)的模型進(jìn)行詳細(xì)的介紹。
　　其次，概述了語音識別處理中的端點(diǎn)檢測的方法和語音特征參數(shù)的提取，對發(fā)育網(wǎng)絡(luò)與Mel倒譜系數(shù)（MFCC）相結(jié)合的具體網(wǎng)絡(luò)結(jié)構(gòu)和計算流程進(jìn)行了詳細(xì)的說明，試驗驗證并分析了不同的網(wǎng)絡(luò)參數(shù)對語音識別率的影響。
　　然后，對圖像識別進(jìn)行了說明，這里以人臉圖像為例進(jìn)行說明，

3、對基于發(fā)育網(wǎng)絡(luò)的人臉識別的具體網(wǎng)絡(luò)和計算過程進(jìn)行了詳細(xì)的說明。對無背景的人臉識別和復(fù)雜背景的人臉識別分別做了不同參數(shù)的人臉識別率的對比實驗和不同迭代次數(shù)的識別率的對比實驗。
　　最后，基于發(fā)育網(wǎng)絡(luò)，建立了一個語音圖像雙模態(tài)共發(fā)育的仿真系統(tǒng)。對本文的語音庫和圖像的制作做了一個簡要的說明，并且對共發(fā)育系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)和計算過程進(jìn)行了詳細(xì)的介紹。從實驗結(jié)果可以看出，共發(fā)育系統(tǒng)的平均識別率在98％以上，從而得知，基于發(fā)育網(wǎng)絡(luò)的語音圖像雙模態(tài)