Номер: 50891
Количество страниц: 126
Автор: progressor
Диплом Система автоматического распознавания речевых команд для параллельных архитектур (диссертация), номер: 50891
590 руб.
Купить эту работу
Не подошла
данная работа? Вы можете заказать учебную работу
на любую интересующую вас тему
Заказать новую работу
данная работа? Вы можете заказать учебную работу
на любую интересующую вас тему
- Содержание:
СОДЕРЖАНИЕ
ОГЛАВЛЕНИЕ.................................................................................................................................................. 2
АННОТАЦИЯ.................................................................................................................................................... 4
ВВЕДЕНИЕ........................................................................................................................................................ 5
ГЛАВА 1. АНАЛИЗ ОСНОВНЫХ ПРОБЛЕМ ПРИМЕНЕНИЯ СКРЫТЫХ МАРКОВСКИХ
МОДЕЛЕЙ В СИСТЕМАХ РАСПОЗНАВАНИЯ РЕЧИ.............................................................................. 12
1.1 ЧТО ТАКОЕ МАРКОВСКАЯ МОДЕЛЬ .................................................................................................................. 15
1.2 СКРЫТАЯ МАРКОВСКАЯ МОДЕЛЬ (СММ) ........................................................................................................ 16
1.3 ОСНОВНЫЕ ЗАДАЧИ ПРИ ПРИМЕНЕНИИ СММК РАСПОЗНАВАНИЮ РЕЧИ ......................................................... 18
1.4 ТИПЫ СММ, ПРИМЕНЯЕМЫЕ В СИСТЕМАХ РАСПОЗНАВАНИЯ РЕЧИ ................................................................. 21
1.5 ПОДХОДЫ К РЕШЕНИЮ ОСНОВНЫХ ЗАДАЧ СММ............................................................................................ 24
1.5.1 Задача 1. Эффективное вычисление вероятности генерации заданной последовательности...... 24
1.5.2 Задача 2. Отыскание оптимальной последовательности состояний............................................ 27
1.5.3 Задача 3. Обучение СММ тестовыми последовательностями ...................................................... 28
1.6 ВЫВОДЫ........................................................................................................................................................ 30
ГЛАВА 2. СРАВНИТЕЛЬНАЯ ОЦЕНКА МЕТОДОВ ОПТИМИЗАЦИИ В ЗАДАЧЕ ОБУЧЕНИЯ
СММ................................................................................................................................................................. 31
2.1 СХЕМА ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЯ КАК ЗАДАЧИ ПОИСКА........................................................................ 31
2.2 ТРАДИЦИОННЫЕ МЕТОДЫ ПОИСКА ОПТИМАЛЬНЫХ РЕШЕНИЙ И ИХ ПРИЛОЖЕНИЕ К ЗАДАЧЕ ОБУЧЕНИЯ СММ 33
2.2.1 Методы, основанные на математических вычислениях................................................................. 33
2.2.2 Перечислительные методы.............................................................................................................. 34
2.2.3 Методы, использующие элементы случайности............................................................................. 36
2.3 КОНЦЕПЦИЯ ЭВОЛЮЦИОННЫХ ВЫЧИСЛЕНИЙ ................................................................................................. 36
2.4 ОСНОВЫ ТЕОРИИ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ (ГА)...................................................................................... 39
2.5 ПОСЛЕДОВАТЕЛЬНОСТЬ РАБОТЫ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ....................................................................... 41
2.6 ВЫЧИСЛИТЕЛЬНАЯ ЭФФЕКТИВНОСТЬ ПРИМЕНЕНИЯ ГА. ТЕОРЕМА СХЕМ ........................................................ 45
2.7 ВЫВОДЫ........................................................................................................................................................ 52
ГЛАВА 3. РЕАЛИЗАЦИЯ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ДЛЯ РЕШЕНИЯ ЗАДАЧИ
ОПТИМИЗАЦИИ СММ................................................................................................................................. 54
3.1 СИСТЕМА РАСПОЗНАВАНИЯ РЕЧЕВЫХ КОМАНД НА ОСНОВЕ СММ.................................................................. 54
3.2 ПОСТРОЕНИЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ДЛЯ ОПТИМИЗАЦИИ ПРОЦЕССА ОБУЧЕНИЯ СММ
ТРЕНИРОВОЧНЫМИ ПОСЛЕДОВАТЕЛЬНОСТЯМИ .................................................................................................... 55
3.2.1 Кодирование хромосомы.................................................................................................................. 55
3.2.2 Создание исходной популяции .......................................................................................................... 59
3.2.3 Размер популяции ............................................................................................................................. 64
3.2.4 Генетические операторы: оператор отбора.................................................................................. 66
3.2.5 Генетические операторы: оператор скрещивания ......................................................................... 66
3.2.6 Генетические операторы: оператор мутации ............................................................................... 69
3.2.7 Генетические операторы: оператор редукции ............................................................................... 73
3.2.8 Критерий останова алгоритма....................................................................................................... 74
3.3 ВЫВОДЫ........................................................................................................................................................ 78
ГЛАВА 4. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ОПТИМИЗАЦИИ СММ С ИСПОЛЬЗОВАНИЕМ
ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ............................................................................................................... 81
4.1 СРАВНЕНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ С ТРАДИЦИОННЫМИ МЕТОДАМИ ................................................... 81
4.1.1 Метод Баума-Велча.......................................................................................................................... 81
4.1.2 Случайный поиск.............................................................................................................................. 90
4.2 ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ........................................................................ 93
4.2.1 Скорость работы генетического алгоритма ................................................................................. 93
4.2.2 Средства повышения скорости работы генетических алгоритмов .............................................. 95
4.2.3 Устойчивость работы генетического алгоритма ......................................................................... 96
4.2.4 Средства повышения устойчивости работы генетических алгоритмов ...................................... 98
4.3 НАПРАВЛЕНИЯ РАЗВИТИЯ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ................................................................................. 99
3
4.3.1 Использование комбинированной фитнес-функции......................................................................... 99
4.3.2 Адаптивный ГА................................................................................................................................ 99
4.4 ВЫВОДЫ...................................................................................................................................................... 102
ВЫВОДЫ И ЗАКЛЮЧЕНИЕ...................................................................................................................... 105
ЛИТЕРАТУРА............................................................................................................................................... 108
ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ ..................................................................................................................... 114
ПРИЛОЖЕНИЕ 1. ОПИСАНИЕ ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ ИЗУЧЕНИЯ
ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ. ............................................................................................................ 116
СТРУКТУРА И ФУНКЦИОНИРОВАНИЕ ПРОГРАММЫ.............................................................................................. 116
НАЗНАЧЕНИЕ МОДУЛЕЙ ПРОГРАММЫ................................................................................................................. 118
VCL......................................................................................................................................................... 118
АЦП ........................................................................................................................................................ 119
Таксоном................................................................................................................................................. 119
DSP......................................................................................................................................................... 119
ГА............................................................................................................................................................ 120
Настройка системы генетических алгоритмов.................................................................................... 120
ПОРЯДОК РАБОТЫ С ПРОГРАММОЙ ..................................................................................................................... 123
Сохранение настроек............................................................................................................................. 123
Загрузка настроек.................................................................................................................................. 123
Диктовка слов ........................................................................................................................................ 123
Чтение WAV-файла................................................................................................................................ 124
Создание новой модели ........................................................................................................................... 124
ПРИЛОЖЕНИЕ 2. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ ПРОВЕРКИ КОМПЛЕКСА НА ПЭВМ.
......................................................................................................................................................................... 126