留学人员科技活动项目择优资助经费(20121030)
- 作品数：2 被引量：5H指数：1
- 相关作者：郭一娜郭喆郅逍遥李临生闫庆森更多>>
- 相关机构：太原科技大学更多>>
- 发文基金：山西省国际科技合作计划项目留学人员科技活动项目择优资助经费年山西省研究生优秀创新项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种自适应单入多出盲源分离方法被引量：1
- 2013年
- 单入多出盲源分离SIMO_BSS(Single input multiple out blind source separation)是一种特殊的欠定盲源分离情况。目前算法过程中过多地需要根据个人经验判断,自适应差。针对此问题提出通过经验模态分解EEMD(Ensemble empirical mode decomposition)将由多路信号混合成的单路信号分解为多路本征模态函数IMFs(Intrinsic mode functions),采用主成分分析PCA(Principle com-ponent analysis)对多路本征模态函数自适应降维,并利用独立成分分析ICA(Independent component analysis)恢复出相互独立的多路源信号。最后,分别对周期混合信号、生物混合信号进行仿真,仿真结果表明在不同NSR条件下,与EEMD_ICA算法相比,速度快且分离效果较好。
- 黄书华卓东风郭一娜
- 关键词：主成分分析MATLAB
- 基于相空间重构和柔性神经树的乐器分类被引量：4
- 2015年
- 基于相空间重构理论和主成分分析理论,对不同乐器产生的音频时间序列进行处理。通过分析各类乐器的高维特性,采用概率密度函数来刻画各个乐器在相空间中的差异,然后将概率密度函数的参数与其他音色特征相结合,采用柔性神经树作为分类器,提出一种新的乐器分类方法。柔性神经树能够解决人工神经网络结构的高度依赖性问题,还具有较高的识别率。实验表明,该分类器与BP神经网络和支持向量机比较具有较高的平均分类准确率和较低的均方根误差值。
- 郅逍遥李临生郭喆郭一娜闫庆森
- 关键词：乐器分类相空间重构主成分分析概率密度函数
