[发明专利]一种导入人工智能超深度学习用于语音识别的方法在审
| 申请号： | 201611034336.5 | 申请日： | 2016-11-14 |
| 公开（公告）号： | CN108073985A | 公开（公告）日： | 2018-05-25 |
| 发明（设计）人： | 张素菁 | 申请（专利权）人： | 张素菁 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G10L15/16 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300010 天津市*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及信息处理领域中的一种导入人工智能超深度学习用于语音识别的方法，其特征如下：语音信号的经过微机器学习产生特征值特征信息，或语音状态信息输入到超深度学习神经网络的输入层；输入层通过微机器学习输入到神经层；神经层以阀值为基准产生神经信号输入到头脑层，头脑层进行识别结果的判断。本发明实施效果是：将概率尺度作为触发神经元的阀值，与实际的大脑神经元的机理很接近，可实现真正的仿真头脑神经元的处理，可解决语音识别这样的复杂系的问题，而且计算复杂度为O2，学习过程目标明确，处理效率高，这将在神经网络理论上具有突破性。 | ||
| 搜索关键词： | 语音识别 神经元 人工智能 机器学习 输入层 神经网络理论 信息处理领域 学习神经网络 神经 大脑神经元 计算复杂度 处理效率 概率尺度 神经信号 特征信息 信息输入 学习过程 语音信号 语音状态 触发 学习 | ||
【主权项】：
1.一种导入人工智能超深度学习用于语音识别的方法，其特征如下：语音信号经过微机器学习产生特征值的特征信息，或语音状态信息输入到超深度学习神经网络的输入层；输入层通过微机器学习输入到隐藏层即神经层；神经层以阀值为基准产生神经信号输入到输出层即头脑层，头脑层进行识别结果的判断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于张素菁，未经张素菁许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611034336.5/，转载请声明来源钻瓜专利网。
- 上一篇：在硬件中执行核心跨越
- 下一篇：一种神经网络模型训练方法、装置及电子设备
