基于扩展联想神经网络的语音识别系统

将扩展联想记忆神经网络用于噪音语音识别，它是在一多层感知器（ＭＬＰ）后接一反馈网络构成。对于反馈联想网络，我们提出了基于误差反传的快速梯度学习算法，从而提高了网络的联想记忆能力和训练速度。通过改变误差能量函数，使权值修正根据误差的大小而改变，并导出相应的快速算法，使扩展联想网络的训练速度提高３～５倍，整个系统具有很高的自适应性、鲁棒性、容错性和联想记忆能力。最后根据语音识别结果提取概念，进行自组织拓扑语义影射，在平面上反映出词汇间的语义关系。