基于低秩逼近非負(fù)張量分解的多通道音頻信號盲分離研究.pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著智能手機(jī)的普及，人們對于語音方面應(yīng)用的需求也越來越多，如語音識別、音樂推薦以及聽音識曲等。所以，近年來，對于音頻信號的各個方面的研究也變得更加熱門。其中一個主要的方面就是混合音頻信號的盲分離問題，它可以應(yīng)用在多個方面，如語音識別中的語音增強(qiáng)、音樂的分類聚類、語音或說話人的識別以及自動譜曲等。
　　本文主要研究線性瞬時混合的欠定多通道音樂信號的盲分離問題，提出了基于低秩逼近算法的非負(fù)張量分解算法。首先簡要介紹了非負(fù)矩陣分解(No

2、nnegative MatrixFactorization，NMF)的基本原理。然后將低秩逼近算法應(yīng)用到NMF算法中，推導(dǎo)出其迭代更新公式，有效的提高了NMF算法的運(yùn)算速度。在此基礎(chǔ)上闡述了非負(fù)張量分解(Nonnegative Tensor Factorization，NTF)的基本原理，介紹兩種非負(fù)張量分解形式:非負(fù)標(biāo)準(zhǔn)分解方法和非負(fù)Tucker分解。并將低秩逼近算法推廣應(yīng)用到NTF算法，推導(dǎo)出其迭代更新公式，提出了基于低秩逼近算法的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論