度神经网络包括：输入层、隐藏层、置换层和输出层。
[0037] 与现有技术相比，本申请包括以下优点：
[0038] 首先，通过对稀疏矩阵的行下标和列下标进行编码，得到编码数组；并将编码数组 按照行或列进行编码数组元素的随机转换，得到转换后编码数组，通过对编码数组的行或 者列进行变换，使编码数组对应的稀疏矩阵的非零元素分布规整和集中，有效提高了稀疏 矩阵的稀疏性，从而提高了 BSR的运算效率。
[0039] 其次，使用遗传算法对转换后的编码数组进行处理，并且使用评价函数计算编码 数组对应的稀疏矩阵的评价函数值，并得到收敛评价函数值，使用收敛评价函数值对应的 稀疏矩阵进行语音识别，从而保证了语音识别结果的准确度。
【附图说明】
[0040] 图1是现有技术中深度神经网络的结构图；
[0041] 图2是现有技术中CSR存储方式的示意图；
[0042] 图3是现有技术中的BSR存储方式的示意图；
[0043] 图4是本申请实施例一中的一种基于稀疏矩阵快速语音识别的流程图；
[0044] 图5是本申请实现编码数组按照行或列进行编码数据元素的随机转换方法的示 意图；
[0045] 图6是本申请所述一种基于稀疏矩阵快速语音识别应用的实例的示意图；
[0046] 图7本申请实施例二所述一种基于稀疏矩阵快速语音识别装置的结构框图。
【具体实施方式】
[0047] 为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实 施方式对本申请作进一步详细的说明。
[0048] 参照图4,示出了本申请一种基于稀疏矩阵快速语音识别方法的流程图，包括：
[0049] 步骤401 :获取深度神经网络的稀疏矩阵。
[0050] 深度神经网络包括输入层、隐藏层、置换层和输出层，其中，输入层与隐藏层之间 的权重、隐藏层与置换层之间的权重以及置换层与输出层的权重即是稀疏矩阵。
[0051] 步骤402 :对稀疏矩阵的行下标和列下标进行编码，得到编码数组。
[0052] 其中，在稀疏矩阵编码中，仅仅对行下标和列下标进行交换，而不能随便改变稀疏 矩阵的值。
[0053] 例如：稀疏矩阵
【主权项】
1. 一种基于稀疏矩阵快速语音识别方法，其特征在于，包括： 获取深度神经网络的稀疏矩阵； 对所述稀疏矩阵的行下标和列下标进行编码，得到编码数组； 使用遗传算法对编码数组按照行或列进行编码数据元素的随机转换，得到多个转换后 的编码数组，其中，所述遗传算法包括：选择算子、交叉算子和变异算子； 使用选择算子选择满足一定标准的多个转换后的编码数组； 使用交叉算子处理满足一定标准的转换后的编码数组，得到多个交叉后的编码数组； 使用变异算子处理所述多个交叉后的编码数组，得到多个变异后的编码数组； 使用评价函数计算转换后的编码数组对应的稀疏矩阵和多个变异后的转换后的编码 数组对应的稀疏矩阵的评价函数值； 从排序后的评价函数值筛选出至少两个评价函数值； 将至少两个评价函数值对应的编码数组重复进行W上操作，直至找到一个收敛评价函 数值； 使用收敛评价函数值对应的稀疏矩阵进行语音识别。
2. 根据权利要求1所述的方法，其特征在于，所述评价函数的函数公式为： F = C+ E M，其中，C为全零块个数，bi为非零块中的非零值的个数，F为评价函数值， E为表示求和。
3. 根据权利要求1所述的方法，其特征在于，所述深度神经网络包括；输入层、隐藏层、 置换层和输出层。
4. 一种基于稀疏矩阵快速语音识别装置，其特征在于，包括： 获取模块，用于获取深度神经网络的稀疏矩阵； 编码模块，对所述稀疏矩阵的行下标和列下标进行编码，得到编码数组； 转换模块，用于使用遗传算法对编码数组按照行或列进行编码数据元素的随机转换， 得到转换后的编码数组，其中，所述遗传算法包括：选择算子、交叉算子和变异算子； 选择模块，用于使用选择算子选择满足一定标准的多个转换后的编码数组； 交叉模块，用于使用交叉算子处理满足一定标准的转换后的编码数组，得到多个交叉 后的编码数组； 变异模块，用于使用变异算子处理所述多个交叉后的编码数组，得到多个变异后的编 码数组； 计算模块，用于使用评价函数计算转换后的编码数组对应的稀疏矩阵和多个变异后的 转换后的编码数组对应的稀疏矩阵的评价函数值； 筛选模块，用于从排序后的评价函数值筛选出至少两个评价函数值； 迭代模块，用于将至少两个评价函数值对应的编码数组重复进行W上操作，直至找到 一个收敛评价函数值； 输出模块，用于使用收敛评价函数值对应的稀疏矩阵进行语音识别。
5. 根据权利要求4所述的装置，其特征在于，所述评价函数的函数公式为： F = C+ E M，其中，C为非零块中非零值的个数，bi为非零块中的非零值的个数，F为 评价函数值，E为表示求和。
6. 根据权利要求4所述的方法，其特征在于，所述深度神经网络包括；输入层、隐藏层、 置换层和输出层。
【专利摘要】本申请提供了一种稀疏矩阵快速语音识别方法和装置，包括：对所述稀疏矩阵的行下标和列下标进行编码，得到编码数组；使用遗传算法对编码数组按照行或列进行编码数据元素的随机转换，得到多个转换后的编码数组，使用评价函数计算转换后的编码数组对应的稀疏矩阵和多个变异后的转换后的编码数组对应的稀疏矩阵的评价函数值；从排序后的评价函数值筛选出至少两个评价函数值；将至少两个评价函数值对应的编码数组重复进行以上操作，直至找到一个收敛评价函数值；使用收敛评价函数值对应的稀疏矩阵进行语音识别，从而解决了稀疏矩阵运算效率低的问题。
【IPC分类】G10L15-16
【公开号】CN104599668
【申请号】CN201410801905
【发明人】王东, 刘超, 刘荣, 郑方
【申请人】清华大学
【公开日】2015年5月6日
【申请日】2014年12月18日