1、“.....神经网络子空间就代表了样本子空间。当个未知样本出现在子空间里面时，我们就可以判断它是否与训练样本具有相同类型。更进步，当我们加入个新类型样本时，我们不需要重新训练任何个已经被训练过了样本类型。个特定样本类型与其他样本类型训练是毫无关系。系统描述语言识别系统可以分为两个模块......”。

2、“.....另外个就是执行仿生模式识别任务多权神经元网络。语音特征提取倒谱系数被用于作为语音特征。它计算过程如下转换利用短时能量和过零率进行端点检测预加重和窗口化快速傅里叶变换变换。为每帧数据提取个特征位，为每个说话者选择帧数据。个维倒谱特征向量数值代表个汉字发音。多权神经元网络结构作为模式识别中种新通用理论模型......”。

3、“.....在对类特定样本训练中，我们必须建立个多权神经元子网络。这个多权神经元子网络包括个输入层，个多权神经元隐藏层和个输出层。这样个子网络可以用下面映射来描述。这里是多权神经元输出，有个隐藏多权神经元，其中是输入向量......”。

4、“.....多权神经元和使用训练算法详见参考在这个算法中，如果每类训练样本数目是话，我们可以使用个神经元。在本文中，是个标量输出，它是个关于多向量输入函数。优化方法依据上面中所述，如果有很多训练样本，神经元数目将会很多以至于降低了识别速度。在学习几类样本情况下......”。

5、“.....在个受监督训练算法中，我们使用这个信息来减小网络规模。第页当训练类样本时，我们观察类样本中留下类样本。这样在集合，中就有个样本，在集合，中就有个训练样本。首先从中选取个样本，我得到个神经元，。令，其中其中，我们分配个数值，。如果，在集合中将剔除出去，这样我们得到个新集合。继续直到在集合中样本数目是......”。

6、“.....类子网络就有个包含个神经元隐藏层。实验结果我们专为此项研究建立了个包括个中国菜名语言数据库。每个菜名长度是个汉字，即每个语音样本是个连续个汉字字符串，比如鱼香肉丝，宫保鸡丁等等。我们将其划分为两个集合训练集合测试集合。语言信号采样率为，分辨率为位......”。

7、“.....用于训练多权神经元网络。这个声音属于个来自中国不同省份说话者名男性和名女性。每个说话者将每个汉字重复次。测试集合总共有个声音，其中包括名可以任意说个汉字说话者声音。我们利用这些测试来评价，从到，级差为识别系统。不同值下实验结果剑表。显然......”。

8、“.....对训练集合获得全部识别。从实验结果可以看出，在情况下，获得识别率几乎与基本算法相同。但是，在网络中所用多权神经元数目却比基本算法少得多。第页表基本算法实验结果识别方法最优个选项识别率测试集合最优前两个选项识别率测试集合基本算法对语音识别当中连续密度隐马尔科夫模型，动态时间规整和仿生模式识别，我们进行了评估......”。

9、“.....连续密度隐马尔科夫模型系统完成每个汉字识别需要个状态。算法和重估计被用于训练和识别。系统参考模板就是训练样本本身。和技术都是通过运用参考中程序来实现。我们在表中，对基本算法三种算法实验结果进行了比较。系统基于连续密度隐马尔科夫模型，并且每个名字需要个状态来实现......”。