基于扩展谱相减的RCAF基音周期检测算法

针对传统基音检测算法在信噪比低的情况下提取的基音周期错误率较高,该文提出了一种基于RCAF (Reverse CAMDF Autocorrelation Function)搜索试探平滑的基音轨迹提取方法。采用自适应判决准则的扩展谱相减进行语音增强,在语音段实现了对噪声信号的估计。应用RCAF算法提取基音周期,通过搜索试探平滑算法对提取出的基音周期进行平滑处理。该算法降低了误判率,提高了提取精度。仿真结果表明,该算法在-10dB信噪比情况下,其性能优于传统的CAMDF和AWAC等方法。     

基于混合幅度差函数的基音提取算法

为了减少基音周期提取中的倍频和半频错误,进行更准确的基音周期估计,提出一种基于混合幅度差函数的基音周期提取方法.分析比较了不同幅度差和自相关函数估计基音周期错误率的分布,结合两类典型幅度差函数的优点定义了混合幅度差函数;进而基于混合幅度差函数,给出了使用历史信息进行校正的后处理方法.分析表明,所提方法可提高基音周期估计准确率,接近实时地确定基音周期,减少了传统基音周期估计因平滑处理而带来的误差或者动态规划处理带来的延迟.大量实验表明本文提出的基音周期提取方法比传统方法的错误率降低了13.8%.     

基于幅度压缩滤波的清浊音分类及基音估计

该文针对传统算法在实环境(不同噪声类型和信噪比)下容易发生清浊误判和基音估计错误问题,提出一种基于幅度压缩基音估计滤波(PEFAC)的清浊音分类及基音估计方法。首先,通过PEFAC削弱语音的低频噪声,提取出基音谐波;然后,采用基于对称平均幅度和函数的脉冲序列加权算法(SIM)确定谐波数目;最后,利用动态规划估计出基音,用基于3元素特征矢量的高斯混合模型对清浊音进行分类。仿真结果表明,在实环境下,所提方法能有效抑制清浊误判及基音估计错误现象的发生,性能优于传统方法。     

一种基于多尺度边缘特征提取的基音检测算法

目前很多的基音检测算法抗噪性较差，针对这一问题，本文提出了一种基于多尺度边缘特征提取的基音检测算法(加权求和法)，该算法与传统的小波变换算法相比减少了局部极值的搜索次数，提高了检测精度，具有很好的抗噪性。     

基于ACF的基音检测改进算法

自相关函数法是基音周期提取中一种简单而有效的检测算法,针对传统的自相关函数法在低信噪比环境下鲁棒性较差的问题,提出一种改进的基音周期提取算法。该算法通过谱减法对语音信号降噪,随后进行端点检测,并提取元音的主体,在自相关函数的基础上进行改进,对元音主体及过渡区间进行基音检测。实验结果表明,该算法具有较高的准确率,与传统自相关检测算法相比,鲁棒性明显提高。     

噪声环境下语音信号的基音检测

研究和改进了一种基于归一化互相关系数的基音检测方法(NCCFPDA)。NCCFPDA算法利用归一化互相关系数、短时归一化能量和自适应门限来区分清/浊音和选取基音周期,计算量小,精度高。在NCCFPDA算法的基础上,采用动态规划的方法对检测出的基音周期进行平滑,并在噪声环境下与自相关法检测基音周期的检测结果进行了比较。实验表明NCCFPDA算法在基音轨迹的平滑和清/浊判别方面都具有令人满意的效果,能实现基音周期的鲁棒性检测。     

基于LPC的藏语语音基音周期的检测分析

基音周期是语音信号的重要参数,提取藏语语音基音周期为藏语语音识别和藏语语音合成奠定很重要的基础。这里在分析藏语发音特点的基础上进行基于LPC的藏语语音基音周期提取算法的分析,实践表明,该方法更加符合小信噪比藏语音信号基音周期和提取。在传统LPC分析方法的基础上结合自相关法和倒谱法,分析计算平均相对误差,总结出了符合藏语语音特点的特征提取算法。     

一种语音更改技术的研究与实现

基于时域基音同步叠加算法完成了对语音信号的更改。首先求出语音信号的基音周期,接着对语音信号进行基音标注,然后对基音周期进行更改,最后,将语音信号按照更改后的基音周期基于时域基音同步叠加算法进行语音合成。实验表明,语音更改方法可得到很好的效果。     

基于波峰/波谷动态规划基音标注

提出了一种基于波峰/波谷动态规划的基音标注算法.首先,我们根据区域和转移概率,运用动态规划确定最佳的基音标注,以实现基于波峰或波谷动态规划的基音标注;然后,我们设定一个代价函数来决定采取波峰动态规划的标注还是波谷动态规划的标注.同时,我们通过不同的实验,来显示该文提出的方法的可行性.     

基于内容的音乐检索算法研究

基于内容的音乐检索把用户的哼唱作为输入,搜索更加智能,是目前音乐检索研究的热点和重点。在深入研究已有音乐检索算法的基础上．提出了基于基频矩阵的基音检测算法,有效提高了背景音乐下基音提取的准确性。对DTW算法进行了改进,引入高度动态调整和可变长搜索技术,提高了哼唱输入与音乐库中音乐匹配的性能。     

结合改进欧几里得算法和动态规划的音乐主旋律提取

主旋律提取是音乐信息检索领域一项基础而重要的研究课题,由于音乐信号固有的复杂性,使该项研究仍具有较大的挑战。为了更精确地描述旋律显著度并防止同一音符持续时间范围内旋律轮廓出现跳变,本文提出了基于改进欧几里得算法和动态规划的主旋律提取方法。该方法先用改进的欧几里得算法估计每帧的候选音高。然后,在动态规划框架下建模旋律音高的显著性和时序连续性,并跟踪得到最终的主旋律音高序列。在三个主旋律提取评价数据库上测试了该方法的性能,实验结果表明,本文方法取得了较好的旋律提取结果,且在三个测试数据库上的原始音高准确率均高于其它参考方法。      

北斗/INS组合导航中人工鱼群粒子滤波的应用

为解决粒子滤波中的粒子退化和枯竭问题,提出一种动态人工鱼群粒子滤波算法,该算法在粒子滤波重采样过程中引入人工鱼群算法的觅食和聚群行为,并依据概率密度的动态比值动态调整人工鱼的移动步长,此算法提升了粒子的多样性,克服了粒子退化及枯竭问题;推动粒子向优选区域逼近,并提高了粒子的全局搜索能力,避免粒子陷入局部最优。将改进的动态人工鱼群粒子滤波在北斗/INS紧组合的模型上进行应用,并通过仿真与人工鱼群粒子滤波及标准粒子滤波算法PF相比较。仿真结果表明,动态人工鱼群粒子滤波可显著提高估算精度,从而为在利用北斗和INS在紧组合导航时提供了新的方法。     

一种求解多维背包问题的和声优化搜索算法

提出了一种解决多维背包问题的和声优化搜索算法.算法采用n进制编码初始化和声记忆库,采用自适应的和声保留概率、音调调节概率和音调调节步长产生新解.通过修正算子修正不可行解,以保证解满足约束条件,然后利用非劣解集更新算法优化最优前端,使其扩大覆盖率,保证均匀性.通过20次随机实验,结果表明,该算法能够有效的克服早熟收敛。能够保持种群多样性和求解精度,具有解决复杂多维背包问题的能力。     

基于动态规划的制导滑翔炸弹最优控制研究

针对制导滑翔炸弹的最远滑翔距离问题,提出一种基于动态规划的制导律设计方法。对制导炸弹受力和滑翔控制约束进行分析;按照最优化分析方法建立制导滑翔炸弹的数学模型;根据末端着地角约束的特点,设计了顺序搜索的动态规划算法。最后,根据制导炸弹实际飞行情况,确定了各项约束的参数,按照设计的算法进行了寻优计算。计算结果表明了该方法的有效性。     

一种实用的双向跟踪基音周期平滑算法

本文运用动态规划技术,提出了一种实用的双向跟踪基音周期平滑算法,实验结果表明,在用多带激励时域自相关法估计基音周期时,纵使该算法对基音周期进行双向跟踪平滑处理,可显著提高基音周期估计的准确度。     

一种具有量子行为的细菌觅食优化算法

为改善细菌觅食优化(BFO)算法中群体信息共享机制,增强算法的全局搜索性能,该文将细菌个体放在量子空间中描述,根据细菌群体信息建立量子化的势能阱模型,通过蒙特卡洛随机采样完成繁殖操作,使得细菌群能对整个空间进行搜索。针对BFO算法中趋化步长一致的缺陷,该文提出了一种动态缩进控制策略,在保证算法收敛性的同时大大增加了个体全局寻优的几率。标准测试函数的仿真结果表明,所提出算法具有精度高、成功率大、全局寻优性能强的特点。     

基于图割的单水平集迭代终止算法

针对C-V模型中变分水平集优化方法存在的最佳迭代次数难于确定,且容易陷入局部最优等不足,借鉴图割算法在较短时间内能得到全局最优的优势,提出一种基于图割的单水平集迭代终止算法.首先在目标区域设定一条初始轮廓线,采用无须重新初始化的C-V模型对轮廓线进行迭代,当轮廓线内部面积变化值小于预先给定的阈值时终止迭代,然后将此轮廓线作为图割算法的初始轮廓线进行图像分割.实验结果表明,该方法较原始C-V模型大大缩短了迭代时间,稳健性更高,具有较好的图像分割效果.     

一种提高支持向量机针对低维向量分类精度的新方法

本文提出一种支持向量机的全局优化训练算法,形成一种新的分类器,以解决传统的支持向量机在对低维样本点分类时产生的精度下降问题。首先对支持向量机原理,以及以SVM—light为代表的经黄SVM训练算法进行分析,发现支持向量机的训练在本质上都归结为具有不等式约束条件的二次规划问题。本文直接根据支持向量机的最优分类超平面,将其化为无约束条件的求解函数极值问题。然后采用全局优化算法-禁忌搜索算法得到函数的极值点。通过两类高斯样本点分类实验和人脸图像识别的多类分类试验,证明使用支持向量机的全局优化训练算法,在样本点特征向量维数较低的情况下,比使用传统的支持向量机训练算法分类具有更高的分类准确率。     

一种基于CSA的模糊聚类新算法

在聚类分析中,模糊k均值算法是目前应用最为广泛的方法之一,然而该算法对初始化敏感,容易陷入局部极值点。为此,该文提出一种基于克隆选择的模糊聚类新算法以实现全局优化处理。在新算法中,由于克隆算子能够将进化搜索与随机搜索、全局搜索和局部搜索相结合,因而通过对候选解进行克隆算子操作,能够快速得到全局最优解。用人造数据和IRIS实际数据所做测试结果表明了新算法的有效性。