论文部分内容阅读
本文采用混合HMM/ANN模型对HMM的一些不尽合理的建模假设和训练算法和神经网络的瞬时记忆能力差的缺陷进行了革新.混和模型用神经网络非参数概率模型代替高斯混合器(GM)计算HMM的状态所需要的观测概率.针对混合模型的训练的关键问题,文章对BP网络进行了从结构设计,训练到训练后期的结构调整等全过程的优化.