排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
独立成分分析(ICA)是一种在给出的随机向量中找出统计独立的数据的统计方法,而过完备独立成分分析则是ICA问题中的一类特殊的情形,它要的源信号的数目比观测信号的数目要多。该文提出了一种基于最短路径算法和自然梯度的解决过完备独立成分分析的新算法Turbo-overcomplete。该算法采用了最短路径方法来推断源信号和采用自然梯度的方法来学习基向量,并采用Turbo-overcomplete算法来进行语音信号分离的实验,并把实验结果与现在的一些过完备独立成份分析算法进行了比较。 相似文献
2.
本文利用离散小波变换提出了一种过完备独立成分分析(Overcomplete ICA)的禀性结构,它是一个由两个子Overcomplete ICA过程组成的混合系统。其中一个过程将高频的小渡部分作为输入,另一个过程将低频的部分作为输入。这两个过程的输出结果最后被合并为最终的结果。对比现有的Overcomplete ICA算法,本文提出的方法利用了全部的观测信息,而两个子过程的有效输入长度仅为原来的一半。因此,本文提出了一种处理Overcomplete ICA问题的新途径。文中的实验数据显示,通过此方法可以成功地分离混合的声音数据。 相似文献
3.
4.
基于Overcomplet ICA的声音压缩模型 总被引:1,自引:1,他引:0
独立成分分析(ICA)方法是近几年发展起来的一种新统计方法,旨在将所观测到的多维随机向量转换成统计上尽可能独立的成分。本文基于Overcomplete(过完备)ICA算法(SCO),提出了一种新的声音压缩模型。我们的实验实现了SCO的混合压缩与分离解压功能。 相似文献
5.
6.
人脸特征提取是人脸识别中最重要的一个环节,人脸特征提取的一种主要方法是寻找一系列的基图像,然后再把人脸表示为这一系列基图像的线性叠加。PCA和ICA在寻找基图像的过程中,源图像和基图像的数目都是相同的。本文提出了一种基于Overcomplete ICA的人脸特征提取方法,所得到的基图像数目要多于源图像数目。最后采用最小距离分离器进行人脸识别的实验,并与PCA和ICA的识别效果进行比较。 相似文献
7.
匡有用规则或者矢口识的过程,数据挖堀技术被誉为21世纪最重要的十大技术之一。电视直销是当前直复营销的—种很重要的形式,但是电视直销的成本非常高,如何降低电视直销的成本,提高用户转化率是所有采用电测肖的企业所共同关注的问题。本文采用了数据挖掘中的决策树技术,建立了面向电视直销的响应模型。并以此模型为基础,对电视直销的广告投放策略进行优化,有效降低了客单成本。 相似文献
8.
独立成分分析(ICA)是近几年发展起来用于解决盲源信号分离(Blind Source Separation)的一种基于信号高阶统计特性的分析方法。本文提出了一种基于向量间内积运算的解决独立成分分析问题的新算法,称之为I-ICA。I-ICA将混合数据在新的坐标轴上进行聚类,最后推断出原混合矩阵A′,再通过A′~(-1)和已有的观测数据计算得到源信号。 相似文献
9.
一类基于径向基函数网的分工协作混合系统 总被引:1,自引:0,他引:1
径向基函数网络(Radial Basis Function Network,RBFN)是二十世纪八十年代末提出的一种神经网络.当网络的输入维数较大时,RBFN的系统复杂性大大提高,从而使RBFN的行为受到影响,因此降低RBFN输入维数已成为RBFN的研究热点.本文提出一类基于RBFN的分工协作系统及其学习算法(A Divide-and-Cooperate HybridSystem Based RBFN,DCRBFN).DCRBFN是一种由多个子RBFN组成的混合结构,每个子RBFN具有自己的输入空间.由于DCRBFN把高维模型分解为低维模型,所以DCRBFN不仅明显降低了RBFN的复杂性而且网络的收敛速度更快.实验表明,DCRBFN在处理高维模型的行为明显优于RBFN. 相似文献
1