用改进RPCL和EM算法确定EBF网络结构和参数的策略及其应用

摘要

通常我们用K-平均法和K-邻近法估计椭圆基函数（EBF）中心位置与函数宽度等参数。但上述方法在输入矢量包含相关元素时存在性能次优化问题。另外,对于EBF网络来说,如何选择适当的类的数目仍是一个难以解决的问题。本文提出用结合改进的RPCL算法和EM算法的EBF网络结构来解决上述问题。在话者识别实验中,证明这种结构具有更优越的样本表征能力以及更好的识别率。