语言障碍诊断系统的设计及实现

从计算机运算速度快、存储容量大以及计算机多媒体应用的角度,建立了语言障碍诊治仪。语言障碍诊治仪是一个建立在计算机平台之上,能够对汉语语言障碍进行诊断,能够筛选出19种语言障碍能力以及能够对各语言参数进行模糊识别计算的系统。论文提出了语言障碍诊治仪的总体设计过程,利用BC++开发了一个应用系统,该系统在临床应用中取得了良好的效果。     

基于粗糙集的并行协作模块化神经网络模式分类器

该文提出了基于粗糙集的K类模式分类器的体系结构(RSPCMNNC),基于粗糙集理论提出了三个预处理算法,简化了分类器的结构,降低了学习难度,有效地避免产生过多的子网。样本空间基于最大均衡的策略来划分,保证BP算法在学习过程中的有效性。实验结果表明,该文提出的RSPCMNNC分类器显示出更高的识别率,对于实际应用中多特征模式的识别问题,具有很大的实用价值。     

采用脉冲宽度调制技术实现人工神经网络

该文提出了一种采用脉冲宽度调制(PWM)技术实现的人工神经网络(ANN),神经网络的权值采用数字存储器存储,突触电路由开关组成,电容积分电路和电流采样保持电路完成输入信号和权值信号的乘加运算,输出采用双电流镜。电路结构简单,易于集成,可用于构成前馈网络,如实现异或运算的人工神经网络。     

最优模糊蕴涵Rs及其应用的研究

我们在文［１］的基础上，讨论了最优模糊蕴涵的有关性质，并用模糊α－真和最优模糊蕴涵证明了模糊揄规则以及给出了用最优模糊蕴涵实现的推理模型。     

清浊音判决算法在语言康复训练中的应用

利用LPC求残差系数，然后对残差系统求自相关，再判断自相关的参数序列是否具有周期性而实现清浊音的判决。利用此算法结合计算机的智能诊断实现了一个应用系统，此应用系统能够让语言障碍患者进行清浊音康复训练，在临床应用中取得了良好的效果。     

基于模糊多类支持向量机的声母识别方法

声母识别在构音障碍评估中有重要临床意义,而声母时长短、不平稳,传统方法的识别效果不理想.本文使用小波变换对声母信号进行多尺度分析,提取出新的声母特征向量(DWTMFC-CT),可以更精细刻画相似声母的差别,然后利用模糊多类支持向量机进行声母的识剐.为降低模糊支持向量机进行多分类时所带来的计算复杂度,使用两阶段算法.实验...     

基于面向对象自适应粒子群算法的神经网络训练*

针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的基于面向对象的自适应粒子群优化算法(OAPSO)用于神经网络的训练。该算法通过改进PSO的编码方式和自适应搜索策略以提高网络的训练速度与泛化性能,并结合Iris和Ionosphere分类数据集进行测试。实验结果表明：基于OAPSO算法训练的神经网络在分类准确率上明显优于BP算法及标准PSO算法,极大地提高了网络泛化能力和优化效果,具有快速全局收敛的性能。     

模块化神经网络的系统结构和学习算法

提出了一种基于模块化的神经网络的系统结构和学习算法,它通过用分解判定子模块对输入向量的适当分区域、由合成子网将各区域的结果合成,实现了复杂任务的自动分解判定和模块化训练策略。一般函数逼近和三维墨西哥草帽等2个实现表明,该文提出的结构和算法是可行的、有效的;与非模块化神经网络技术相比,提高了训练速度、改善了网络性能,它具有并行性高、通用性强、对新增样本易于学习、便于硬件实现等特点。