روشی است که بر پایه اتصال به هم پیوسته چندین واحدپردازشی ساخته می­ شود. از تعدادی نرون تشکیل می­ شود که ورودی را به خروجی ربط می­ دهند. از روش­هایی است که برای تشخیص دیداری صحبت به فراوانی به کار گرفته شده است در [۲۷] از شبکه عصبی MLP با توابع انتقال تانژانت سیگموید در لایه پنهان و خروجی به استفاده شده است. این شبکه در دو مرحله، یک بار برای آموزش و تست فقط بر روی زاویه­ های گشودگی افقی و بار دیگر بر روی زاویه­ های گشودگی افقی و عمودی به کار گرفته شده است. در [۳۴] نیز از شبکه عصبی MLP استفاده شده که در آن تابع فعال­سازی ورودی و خروجی به صورت خطی و تابع فعال­سازی لایه میانی سیگموید می­باشد و خروجی به صورت Y=W₂ *F(W₁ *X + B₁) + B₂ می­باشد و وزن­های شبکه طوری تغییر می­ کنند که مجموع مربع خطا می­نیمم شود. در [۳۶] شبکه چند لایه Feed Forward Back Propagation Error به کار گرفته شده است.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۳-۳-۱-۱ شبکه ­های پیش­خور
شبکه ­های پیش­خور، شبکه­ هایی هستند که مسیر پاسخ آن­ها همواره رو به جلو پردازش می­ شود و به نرون^­های لایه­ های قبل باز نمی­گردد. در این نوع شبکه­ ها به سیگنال ها اجازه می­ دهند تنها از مسیر یک طرفه عبور کنند یعنی از ورودی تا خروجی. بنابراین باز خوردی وجود ندارد یعنی که خروجی هر لایه تاثیری بر همان لایه ندارد.
۳-۳-۱-۲ الگوریتم پس انتشار خطا
عمده­ترین کاربرد قانون یادگیری پس انتشار، در شبکه ­های عصبی پیش­خور است که عموما شبکه ­های چند لایه پرسپترون^[۸۶] هم نامیده می­شوند. این الگوریتم بر قانون یادگیری اصلاح خطا مبتنی می­باشد. این قانون از دو مسیر اصلی تشکیل شده است. مسیر اول یا مسیر رفت است که در این مسیر، بردار ورودی به شبکه اعمال و تاثیرش از طزیق لایه میانی به لایه خروجی انتشار می­یابد. در این مسیر پارامترهای شبکه بدون تغییر در نظر گرفته می­شوند. در مسیر دوم یا مسیر برگشت پارامترهای شبکه تغییر کرده و تنظیم می­شوند. این تنظیم مطابق با قانون اصلاح خطا صورت می­گیرد.
۳-۳-۲ مدل مخفی مارکوف
در [۳۷] از سیستم HMM از ۳۳ مدل HMM برای شناسایی ۳۳ کلمه تشکیل شده است. هر مدل HMM یک مدل ۳ حالته چپ به راست با ۲ مخلوط گوسی^[۸۷] برای هر حالت می­باشد. ابتدا مدل ها مقدار­دهی اولیه شده و سپس با نسخه جاسازی شده^[۸۸] آموزشی از الگوریتم بام- ولش ^[۸۹] دوباره تخمین زده می­شوند. در ادامه داده آموزشی هم­تراز شده برای مدل شدن با الگوریتم ویتربی^[۹۰] برای محاسبه چگالی زمانی حالات مورد استفاده قرار گرفته است. برای شناسایی یک کلمه جدید ، ویژگی­های استخراج شده از آن، به عنوان ورودی به سیستم HMM اعمال و ماکزیمم احتمال مدل به­ عنوان خروجی شناسایی شده و کلمه متناظر به شکل متن نمایش داده شده است.
فصل چهارم : ویژگی­های استخراجی و پیاده­سازی روش پیشنهادی و معرفی پایگاه داده
۴-۱ پایگاه داده
در این کار از پایگاه داده­ای که در [۲۷] به کار برده شده است استفاده نمودیم. که در آن از چند مونث و مذکر برای ادای تعدادی از کلمات فارسی استفاده شده است که هر گوینده دو بار یا بیشتر کلمات را ادا کرده است. تصویر چهره از قسمت پایین صورت گوینده­ها می­باشد. از ۵ زن و ۱ مرد در این کار استفاده نمودیم که هر کدام کلمات تک سیلابی را ۲ و یا ۳ بار تکرار نمودند. تصاویر در اندازه ۳۲۰*۲۴۰ می­باشند. این پایگاه داده شامل فایل­های صوتی نیز می­باشد که با توجه به عدم نیاز به آن­ها مورد استفاده قرار نگرفتند. این مجموعه تمامی مصوت­ها را در بر می­گیرد در زیر کلمات تک سیلابی ادا شده آورده شده است.
جدول۴-۱ کلمات تک سیلابی در بانک اطلاعاتی