一种基于神经网络的高斯混合模型的噪声分类方法

摘要

本发明公开了一种基于神经网络的高斯混合模型的噪声分类方法，利用本方法可以使得噪声分类识别率有所提高。本发明训练时，将提取出的特征向量经过延迟后作为自联想神经网络(AANN)的输入，利用AANN学习特征向量的结构，提取特征向量序列的时间信息。然后把学习结果以残差特征向量的形式提供给高斯混合模型(GMM)，采用最大期望(EM)准则进行GMM模型训练，并且利用带惯性的向后反演方法更新AANN网络的权系数。本发明充分利用了AANN利GMM各自的优点，使得整个噪声分类系统识别率大大提高。