基于低秩逼近非負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)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著智能手機的普及，人們對于語音方面應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，它可以應用在多個方面，如語音識別中的語音增強、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張量分解算法。首先簡要介紹了非負矩陣分解(No

2、nnegative MatrixFactorization，NMF)的基本原理。然后將低秩逼近算法應用到NMF算法中，推導出其迭代更新公式，有效的提高了NMF算法的運算速度。在此基礎上闡述了非負張量分解(Nonnegative Tensor Factorization，NTF)的基本原理，介紹兩種非負張量分解形式:非負標準分解方法和非負Tucker分解。并將低秩逼近算法推廣應用到NTF算法，推導出其迭代更新公式，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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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