1、隨著計算機技術、圖像處理、人工智能、計算機視覺、生理學、認知學及心理學等眾多相關科學研究的不斷深入，語音識別和圖像識別已經成為高科技應用領域的研究熱點，正在逐漸走進我們的生活。目前，語音識別和圖像識別技術幾乎應用于導航、工業(yè)機器人控制、手機使用、安全設備及智能家電等各個方面，并對人們的生活方式產生深遠的影響。然而，人們對于語音圖像雙模態(tài)共發(fā)育的研究卻很少，本文基于發(fā)育網絡，建立一個語音圖像雙模態(tài)共發(fā)育的仿真系統(tǒng)。
　　本文首先詳細

2、講解了基本發(fā)育網絡的具體結構及計算流程、發(fā)育網絡中的學習算法（葉成分分析法）和乙酰膽堿和去甲腎上腺素對神經調節(jié)機制的影響，并對神經調節(jié)系統(tǒng)的模型進行詳細的介紹。
　　其次，概述了語音識別處理中的端點檢測的方法和語音特征參數的提取，對發(fā)育網絡與Mel倒譜系數（MFCC）相結合的具體網絡結構和計算流程進行了詳細的說明，試驗驗證并分析了不同的網絡參數對語音識別率的影響。
　　然后，對圖像識別進行了說明，這里以人臉圖像為例進行說明，

3、對基于發(fā)育網絡的人臉識別的具體網絡和計算過程進行了詳細的說明。對無背景的人臉識別和復雜背景的人臉識別分別做了不同參數的人臉識別率的對比實驗和不同迭代次數的識別率的對比實驗。
　　最后，基于發(fā)育網絡，建立了一個語音圖像雙模態(tài)共發(fā)育的仿真系統(tǒng)。對本文的語音庫和圖像的制作做了一個簡要的說明，并且對共發(fā)育系統(tǒng)的網絡結構和計算過程進行了詳細的介紹。從實驗結果可以看出，共發(fā)育系統(tǒng)的平均識別率在98％以上，從而得知，基于發(fā)育網絡的語音圖像雙模態(tài)