[发明专利]利用波动和脉冲信号混合编码的神经网络识别方法与装置

摘要

本申请公开了一种利用波动和脉冲信号混合编码的人工神经网络识别方法。该方法包括：生成分布式人工神经网络；将原始语音或图像编码为波动信号和脉冲信号的混合信号输入给神经网络；令所述混合信号进入神经网络后，以特定速度分布式传播；利用所述混合信号依次激发特定的神经元，产生不同的特征路径，并将特征路径上的神经元映射为特征矩阵保存；多次重复编码和矩阵存储过程，取特征矩阵平均值，生成记忆矩阵，训练神经网络；根据训练后的特征矩阵数据保存特征路径；将需要识别的语音或图像输入给训练好的神经网络，生成待识别的特征矩阵；进行比对完成识别。

主权项

1.一种利用波动和脉冲信号混合编码的人工神经网络识别方法，其特征在于，所述方法包括以下步骤：步骤一：生成分布式人工神经网络，该神经网络由多个单频网络组成，对所生成的分布式人工神经网络进行初始化全连通；步骤二：将原始语音或图像编码为波动信号和脉冲信号的混合信号并输入给分布式人工神经网络；步骤三：令所述混合信号进入分布式人工神经网络后，以特定速度分布式传播，其中在任意一个单频线路上传播混合信号，但不同单频网络之间只传播脉冲信号；步骤四：利用所述混合信号依次激发网络中的神经元，产生不同的特征路径，并将特征路径上的神经元映射为特征矩阵保存，一个维度为时间，一个维度为频率；步骤五：多次重复步骤二到步骤四的编码和矩阵存储过程，取特征矩阵平均值，生成记忆矩阵，训练所述分布式人工神经网络；步骤六：根据训练后的特征矩阵数据保存特征路径；步骤七：将需要识别的语音或图像输入给训练好的分布式人工神经网络，重复步骤二到步骤四过程，生成待识别的特征矩阵；步骤八：对比已保存的特征矩阵和待识别的特征矩阵，获得待识别的特征矩阵与已保存的特征矩阵的符合程度数据。