一种基于脉冲耦合神经网络的语音情感识别新方法

针对汉语语音情感识别问题,提出了一种基于脉冲耦合神经网络(PCNN)的识别方法。该方法将语音转化为语谱图后输入到PCNN,得到输出图像的神经元点火序列及其熵序列作为语音情感的特征,利用其特征实现语音情感识别。实验结果表明,该方法可以有效地识别"高兴"与"平常"这两种不同的情感。该方法将PCNN引入到语音情感识别的应用研究中,开拓了语音和图像信号结合处理的新领域,同时对于PCNN的理论研究和实际应用具有重要的现实意义。

基于PCNN的金属断口图像识别方法研究

结合Bandelet变换和神经网络的各自特点,提出了一种基于脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)的新的识别方法。该方法将金属断口图像输入到PCNN中,像素激发引起神经元激发,发生点火,产生脉动序列输出,得到输出图像的神经元点火序列及熵序列作为断口识别分类的特征。该方法将PCNN引入到金属断口的识别研究中,开拓了金属断口模式识别的新领域,同时对于PCNN的理论研究和实际应用具有现实意义。