非负组合模型及其在声源分离中的应用

发布时间：2018-07-22 20:00

【摘要】：非负组合模型在人工智能、数据挖掘和智能信息处理研究领域具有十分重要的应用意义,已经逐渐成为声源分离中最常使用以及最具代表性的模型之一。内含于其中的非负成分的加性组合与人类听觉系统的感知机理高度契合。利用非负组合模型进行声源分离的技术正在变得越来越流行。本文从被称作非负矩阵分解的最基本的非负组合模型开始,首先回顾了非负组合模型的基本原则,包括需要求解的基本问题、目标函数的度量以及求解相关问题的常用方法。在此基础上,系统地讨论了非负矩阵分解在声源分离不同应用领域的拓展。最后指出并讨论非负组合模型研究中有待进一步研究的开放问题。
[Abstract]:Non-negative combinatorial models are of great significance in artificial intelligence, data mining and intelligent information processing, and have become one of the most frequently used and representative models in the separation of sound sources. The additive combination of non-negative components contained therein is highly consistent with the perceptual mechanism of the human auditory system. The technique of sound source separation using non-negative combination model is becoming more and more popular. Starting with the most basic nonnegative combinatorial model called nonnegative matrix factorization, this paper first reviews the basic principles of the nonnegative combinatorial model, including the basic problems to be solved, the measurement of the objective function and the common methods for solving the related problems. On this basis, the expansion of nonnegative matrix decomposition in different applications of sound source separation is discussed systematically. Finally, the open problems in the study of nonnegative combinatorial models are pointed out and discussed.
【作者单位】： 解放军理工大学指挥信息系统学院;空军航空大学教官基地;武警政治学院政工信息化教研室;
【基金】：国家自然科学基金(61471394,61402519)资助项目 江苏省自然科学基金(BK20140071,BK20140074)资助项目
【分类号】：TN912.3

【相似文献】

相关期刊论文 前10条

1 靳庆贵;梁国龙;;非负矩阵分解的分层最小二乘快速算法研究[J];计算机仿真;2012年11期

2 李兵;徐榕;贾春宁;郭清晨;;基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法[J];兵工学报;2013年03期

3 孙健;张雄伟;曹铁勇;杨吉斌;孙新建;;基于卷积非负矩阵分解的语音转换方法[J];数据采集与处理;2013年02期

4 李宏坤;陈禹臻;张志新;周帅;;基于非负矩阵分解与主元分析的时频图像识别方法研究[J];振动与冲击;2012年18期

5 仵博;吴敏;;基于广义逆非负矩阵分解的无线传感器网络节能通信[J];中南大学学报(自然科学版);2013年04期

6 许然;李亚超;邢孟道;;利用稀疏非负矩阵分解的大转角SAR成像方法[J];西安电子科技大学学报;2014年03期

7 高茜;李广侠;胡婧;;基于非负矩阵分解的IP流量预测[J];计算机科学;2012年01期

8 龙泓琳;皮亦鸣;曹宗杰;;基于非负矩阵分解的SAR图像目标识别[J];电子学报;2010年06期

9 邓晓政;焦李成;卢山;;基于非负矩阵分解的谱聚类集成SAR图像分割[J];电子学报;2011年12期

10 赵知劲;刘中健;赵治栋;;基于KL散度的增量非负矩阵分解盲源分离算法[J];杭州电子科技大学学报;2014年05期

相关会议论文 前4条

1 徐利民;龚珊;余再军;;奇异值分解与非负矩阵分解色在数据降维方面的特性分析[A];2010年通信理论与信号处理学术年会论文集[C];2010年

2 蒋霈霖;;KL散度下的非负矩阵分解[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

3 钱乐乐;高隽;徐小红;;非负性约束的图像稀疏编码[A];第七届全国信息获取与处理学术会议论文集[C];2009年

4 郑能恒;蔡毅;李霞;Tan Lee;;基于非负矩阵分解和向量相似测度的语音与音乐分离算法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

相关硕士学位论文 前7条

1 王丹;基于非负矩阵分解的脑电信号特征提取算法研究[D];燕山大学;2015年

2 师萌;基于非负矩阵分解的SAR图像目标配置识别[D];西安电子科技大学;2014年

3 张倩敏;非负矩阵分解算法及在语音转换中的应用[D];安徽大学;2016年

4 陈静;钢琴音乐的多基频估计研究[D];电子科技大学;2016年

5 孔令城;基于非负矩阵分解的音频事件检测研究[D];华南理工大学;2014年

6 张敏;基于非负矩阵分解的脑电信号特征提取[D];燕山大学;2014年

7 宁丽娜;通信信号调制体制识别算法研究[D];北京邮电大学;2014年

，

本文编号：2138406