论文部分内容阅读
在以往的BP小波神经网络中，最常用的学习算法是BP算法，BP算法实质上就是梯度下降法，是一种局部搜索算法，梯度下降法使得网络极易陷入局部最小值，从而使得网络训练结果不尽人意，搜索成功概率低．取代传统的梯度下降法，利用粒子群算法对小波神经网络中的参数进行优化．然后利用基于粒子群优化（PSO）的小波神经网络进行抗噪声语音识别实验，仿真结果表明，与BP网络相比，PSO算法在迭代次数、函数逼近误差、网络性能方面均优于BP网络，系统的识别率也得到较大的提高．