Диплом Система автоматического распознавания речевых команд для параллельных архитектур (диссертация), номер: 50891

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