CALIS IR
English   中文  

| Receive email updates | My CALIS IR | Edit Profile |

   Search

 

Communities& Collections | Browse by Issue Date | Browse by Author | Browse byTitle | Browse by Subject

Refine Results



   Search Results

  Search Use 10 ms        
 
基于粒子对协同优化的说话人辨认
作者: 薛丽萍, 尹俊勋, 周家锐, 纪震 主题: 说话人辨认, 矢量量化, 与文本无关, 粒子群优化, 粒子对, 协同进化 年份: 2009
摘要: 本文提出了一种新的说话人码本的优化设计方法—粒子对协同优化算法,应用于矢量量化的说话人辨认.此算法利用两个初始粒子对分别在每次迭代中执行粒子群优化算法的速度、位置更新和标准lbg算法实现并行搜索最优码本,粒子对由两个粒子构成,每隔一定的迭代次数通过交换粒子实现粒子对间的信息交流,最后分别选出两个较优粒子组成精英粒子对进一步搜索.此算法避免传统lbg算法陷入局部最优的缺点.实验结果表明,本算法始终稳定地取得显著优于lbg、fcm、frlvq-fvq、fep和pso算法的说话人辨认性能,较好地解决了初始码本影响优化结果的问题,且在计算时间和收敛速度方面有优势.
混合粒子对优化算法在说话人识别中的应用
作者: 薛丽萍, 尹俊勋, 周家锐, 纪震 主题: 说话人识别, 粒子群优化, 混合蛙跳算法, 矢量量化, 与文本无关 年份: 2009
摘要: 在粒子群优化(particle swarm optimization,pso)和混合蛙跳算法(shuffled frog-leaping algorithm,sfla)的基础上,该文提出了一种新的混合粒子对优化(shuffled particle-pair optimizer,sppo)算法,应用于矢量量化的说话人识别。该算法将全局信息交换和局部深度搜索相结合寻求最佳的说话人码本。群体按适应值分为3个粒子对,每个粒子对由两个粒子构成,按先后顺序执行pso算法中的速度位置更新和lbg算法以实现局部细致搜索,间隔一定的迭代次数通过sfla混合策略实现粒子对间的信息交换,从而使群体向全局最优解靠近。实验结果表明,本算法始终稳定地取得显著优于lbg,fcm,frlvq-fvq和pso算法的说话人识别性能,较好地解决了初始码本影响的识别性能的问题,且在计算时间和收敛速度方面有相当的优势。
基于粒子群优化算法的矢量量化图像压缩方法
作者: 姜来, 黄彩玲, 纪震 主题: 粒子群优化算法, 码书设计, 矢量量化, LBG算法, 图像压缩 年份: 2006
摘要: 提出一种基于粒子群优化算法的图像矢量量化码书设计算法.该算法引入粒子群的全局搜索策略,结合矢量量化码书设计方法,增加了算法解的随机性和多样性.实验结果显示,本算法与传统lbg码书设计算法相比,具有更强的鲁棒性,可有效解决lbg算法对初始码书的依赖性,能获得性能较好的码书.
模糊强化学习型的图像矢量量化算法
作者: 姜来, 许文焕, 纪震, 张基宏 主题: 矢量量化, 图像编码, 模糊强化学习, 吸引因子, 排斥因子 年份: 2006
摘要: 本文给出了一种新的图像矢量量化码书的优化设计方法.传统矢量量化方法只考虑了码字与训练矢量之间的吸引影响,所以约束了最优解的寻解空间.本文提出了一种新的学习机理———模糊强化学习机制,该机制在传统的吸引因子基础上,引入新的排斥因子,极大地释放了吸引因子对最优解的寻解空间的约束.新的模糊强化学习机制没有采用引入随机扰动的方法来避免陷入局部最优码书,而是通过吸引因子和排斥因子的合力作用,较准确地确定了每个码字的最佳移动方向,从而使整体码书向全局最优解靠近.实验结果表明,基于模糊强化学习机制的矢量量化算法始终稳定地取得显著优于模糊k-means算法的性能,较好地解决了矢量量化中的码书设计容易陷入局部极小和初始码书影响优化结果的问题.
粒子对算法在图像矢量量化中的应用
作者: 纪震, 廖惠连, 许文焕, 姜来 主题: 矢量量化, 粒子群优化, 粒子对, 码书, 码字 年份: 2007
摘要: 本文给出了一种新的图像矢量量化码书的优化设计方法——粒子对算法.在传统粒子群优化(particleswarm optimization,pso)算法的基础上,用两个粒子构成了群体规模较小的粒子对,在码书空间中搜索最佳码书.在每次迭代运算中,粒子对按先后顺序执行pso算法中的速度更新、位置更新操作和标准lbg算法,并用误差较大的训练矢量代替越界的码字.此算法避免粒子陷入局部最优码书,较准确地记录和估计每个码字的最佳移动方向和历史路径,在训练矢量密集区域和稀疏区域合理地分配码字,从而使整体码书向全局最优解靠近.实验结果表明,本算法始终稳定地取得显著优于fkm、frlvqf、rlvq-fvq算法的性能,较好地解决了矢量量化中初始码书影响优化结果的问题,且在计算时间和收敛速度方面有相当的优势.
基于人工蚁群优化的矢量量化码书设计算法
作者: 李霞, 罗雪晖, 张基宏 主题: 蚁群算法, 图像压缩, 矢量量化, 码书设计 年份: 2004
摘要: 本文提出一种基于人工蚁群优化的矢量量化码书设计新算法 .该算法利用人工蚁群系统中蚂蚁通过信息素留存寻找最优路径的机制 ,结合单只蚂蚁通过拾起、放下物体从而使物体聚堆的行为模式 ,合理设计放下概率、禁忌列表、信息素更新方式以及相应的参数 .与基于进化模拟退火和随机竞争学习的码书设计算法相比 ,本文提出的算法能获得性能较好的码书 ,其峰值信噪比比传统的lbg算法提高超过 2db
一种改进的LBG快速算法
作者: 罗雪晖, 李霞, 张基宏 主题: 矢量量化, LBG算法, 空胞腔, 熵序列 年份: 2002
摘要: lbg算法是矢量量化码书设计的经典算法 .针对其空胞腔问题提出一种改进的lbg算法 ,并以熵序列收敛作为新的算法停止判据 .实验表明 ,该算法具有收敛速度快、码书性能佳等优点 ,该算法的psnr比传统的lbg算法提高 2 74db .
基于模糊隶属值加权的MFCC特征提取算法
作者: 李桂春, 郑能恒, 李霞 主题: 说话人识别, 矢量量化, Mel倒谱系数, 模糊隶属值 年份: 2012
摘要: 在矢量量化说话人识别研究中,特征参数的提取和码本的设计对识别结果有着至关重要的作用。本文分析mel倒谱系数(mfcc)各阶参数对说话人识别的贡献差异,提出基于模糊隶属值的mfcc加权算法,对参数进行倒谱提升以突出mfcc特征矢量中的说话人个性特征。实验结果表明,经加权后mfcc特征可降低说话人识别错误率。
基于自适应蚁群优化的矢量量化码书设计算法
作者: 罗雪晖, 李霞, 张基宏 主题: 矢量量化, 码书设计, 模拟进化算法, 蚁群算法 年份: 2012
摘要: 本文提出一种基于自适应蚁群优化的矢量量化码书设计算法。该算法利用人工蚁群系统中蚂蚁通过信息量留存寻找最优路径的机制,合理设计转移概率、禁忌列表、信息量更新方式及自适应地调整截取转移概率的参数。实验结果表明,该算法能获得质量较好的码书和主观效果较好的译码图像。
一种快速模拟退火矢量量化图像编码算法
作者: 李霞, 罗雪晖, 张基宏 主题: 图像编码, 矢量量化, 模拟退火 年份: 2003
摘要: 模拟退火是解决全局优化问题的随机搜索技术,它在工程领域有着广泛应用。将模拟退火技术与lbg算法有机结合,通过对lbg算法中的空胞腔码书进行适当处理,并设置适当参数使lbg与模拟退火交替进行,提出了一种快速模拟退火矢量量化图像编码算法,以降低计算量和进一步提高码书性能。实验结果表明,算法具有对初始码书选取依赖性小、不容易陷入局部极小、收敛速度快等优点。与随机竞争学习矢量量化及进化模拟退火矢量量化算法相比,峰值信噪比改善超过0.6db。
  • 返回 11 个结果  
  • 1
  • 2

 

Copyright © 2001-2012  CALIS (Developed Based on CALIS IR Software) - Feedback Number of User on Line: 128     Total of Site Visit: 6842428