电子技术应用
電子技術應用
전자기술응용
APPLICATION OF ELECTRONIC TECHNIQUE
2013年
11期
107-110
,共4页
势函数聚类%k维变量聚类%二次聚类
勢函數聚類%k維變量聚類%二次聚類
세함수취류%k유변량취류%이차취류
potential function%k-dimension variable clustering%twice-clustering
以欠定语音盲分离为背景,提出一种改进的势函数聚类算法,实现时间延迟和幅度衰减二维变量的同时聚类估计.为了去除传统势函数聚类法对每个变量分别聚类估计后繁琐的关联配对过程,提出了对k维变量同时进行聚类估计的势函数二次聚类算法.算法第一次进行全范围低精度的直接k维变量聚类估计,去除关联配对过程,第二次进行小范围高精度的变量搜索,大大减少了计算量.新提出的势函数基函数对阈值控制更加灵活,适应性更强.仿真实验验证了算法的有效性和可行性.仿真实验条件下,估计的相对幅度衰减角度误差小于0.1度,势函数二次聚类算法平均运行时间缩短了90％.
以欠定語音盲分離為揹景,提齣一種改進的勢函數聚類算法,實現時間延遲和幅度衰減二維變量的同時聚類估計.為瞭去除傳統勢函數聚類法對每箇變量分彆聚類估計後繁瑣的關聯配對過程,提齣瞭對k維變量同時進行聚類估計的勢函數二次聚類算法.算法第一次進行全範圍低精度的直接k維變量聚類估計,去除關聯配對過程,第二次進行小範圍高精度的變量搜索,大大減少瞭計算量.新提齣的勢函數基函數對閾值控製更加靈活,適應性更彊.倣真實驗驗證瞭算法的有效性和可行性.倣真實驗條件下,估計的相對幅度衰減角度誤差小于0.1度,勢函數二次聚類算法平均運行時間縮短瞭90％.
이흠정어음맹분리위배경,제출일충개진적세함수취류산법,실현시간연지화폭도쇠감이유변량적동시취류고계.위료거제전통세함수취류법대매개변량분별취류고계후번쇄적관련배대과정,제출료대k유변량동시진행취류고계적세함수이차취류산법.산법제일차진행전범위저정도적직접k유변량취류고계,거제관련배대과정,제이차진행소범위고정도적변량수색,대대감소료계산량.신제출적세함수기함수대역치공제경가령활,괄응성경강.방진실험험증료산법적유효성화가행성.방진실험조건하,고계적상대폭도쇠감각도오차소우0.1도,세함수이차취류산법평균운행시간축단료90％.
