云平台网络数字化信息自适应识别仿真

针对当前方法在对云平台网络数字化英语语音信息进行识别时存在识别准确率较低,平均识别耗时较长等问题,提出一种基于小波神经网络的云平台网络数字化英语信息自适应识别方法,利用过零率作为英语语音信息清音和浊音的特征,并采用小波函数对云平台网络数字化英语语音信息进行变换,得到小波尺度函数。采用零极点模型将得到的云平台网络数字化英语语音信息的小波函数进行参数化,并将参数化处理后的小波参数作为英语语音信息识别的特征向量。通过伸缩平移变换产生云平台网络数字化英语语音信息特征小波函数基,利用变换后的小波函数基构建云平台网络数字化小波神经网络模型。计算英语语音信息识别误差熵函数,并通过引入动量因子和误差熵函数的偏导数对构建的小波神经网络模型参数进行调整,即可实现云平台网络数字化英语语音信息自适应识别。仿真测试结果显示,所提方法能够实现云平台网络数字化英语语音信息的高准确率、低耗时、自适应识别。