首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进NMF和K-means++的高精度音频信号去噪方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:电子科技大学中山学院

摘要:本发明公开了一种基于改进NMF和K‑means++的高精度音频信号去噪方法。所述方法包括:S1.获取音频信号的原始矩阵,随机选择原始矩阵中的样本点进行聚类操作;S2.计算数据与聚类中心的距离,分配数据到最近的聚类中,输出聚类中心组成矩阵A,作为NMF算法训练过程中字典矩阵W的初始值;S3.在原始NMF算法中的稀疏编码部分,引入正则化参数,使正则化参数与系数矩阵H进行迭代,同时对字典矩阵W进行按列更新;S4.将带有噪声的语音信号Ve进行分离,输出干净的语音信号。本发明结合了NMF和K‑means++算法的优点,并对NMF算法进行了改进,解决NMF算法因初始化敏感,容易陷入局部最优解的缺点,提高了音频信号去噪的准确性和精度。

主权项:1.一种基于改进NMF和K-means++的高精度音频信号去噪方法,所述方法包括以下步骤:S1.获取音频信号的原始矩阵,随机选择原始矩阵中的样本点进行聚类操作;S2.运用距离表达式:, 其中,和为两个维度为n列向量,n的大小取决于输入矩阵行数,计算数据与聚类中 心的距离后,分配数据到最近的聚类中,判断聚类中心是否收敛或者是否达到迭代次数,若 满足其中的条件之一,则输出聚类中心组成矩阵A,对矩阵A进行按列复制,具体数学表达式 为: , 所得的矩阵在改进NMF算法训练过程中作为字典矩阵的初始值; S3.在原始NMF算法中的稀疏编码部分,为了提高聚类精度、多维度提取音频信号特征、 增加音频信号信噪比和降低谐波失率,引入正则化参数,使正则化参数与系数矩阵 进行按列迭代,具体的数学表达式为: ,其中,是指初始化系数矩阵,为字典矩阵W的转置,是原始矩阵,是指字典 矩阵和系数矩阵点积,得到更新后的系数矩阵H后,对字典矩阵W进行按列更新; S4.将带有噪声的语音信号进行分离,输出干净的语音信号和噪声语音信号。

全文数据:

权利要求:

百度查询: 电子科技大学中山学院 一种基于改进NMF和K-means++的高精度音频信号去噪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术