電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問 
發(fā)資料
發(fā)視頻資料介紹
多通道非負矩陣分解（MNMF）是最有效的盲源分離技術(shù)之一。提出了一種通過精確估計滿秩空間相關(guān)矩陣的MNMF穩(wěn)定初始化方法。替代初始化可以是作為引導(dǎo)向量的外積而獲得的秩1空間相關(guān)矩陣，其是對應(yīng)于空間相關(guān)矩陣的最大特征值的特征向量。本文比較了全秩和秩1初始化類型。另一方面，獨立低秩矩陣分析（ILRMA）通過使用秩1分解矩陣代替空間相關(guān)矩陣來加速矩陣分解。上述初始化方法可應(yīng)用于ILRMA。ILRMA的缺點是過度確定的情況，在這種情況下，觀測的數(shù)量大于震源的數(shù)量。在這種情況下，ILRMA需要進行特殊處理，以使觀測數(shù)與震源數(shù)相匹配，而MNMF可以自然地處理這種情況。在含噪語音識別任務(wù)上的實驗表明，所提出的初始化方法對MNMF和ILRMA都是有效的。對于確診病例，ILRMA優(yōu)于MNMF，但對于過度確定的病例，即使采用特殊治療，ILRMA也不如MNMF。索引項盲源分離
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- PyTorch教程5.4之?dāng)?shù)值穩(wěn)定性和初始化
- ADC初始化測定方法 1次下載
- Nand Flash驅(qū)動(實現(xiàn)初始化以及讀操作)
- 基于低秩矩陣填充技術(shù)的推薦算法 14次下載
- 基于boosting框架的混合秩矩陣分解模型 13次下載
- 矩陣的分解教程之滿秩方陣的正交和三角分解資料說明 11次下載
- 在51平臺下初始化文件的引入導(dǎo)致全局變量無法初始化的問題如何解決
- 低秩約束的非線性屬性選擇算法的資料說明概述 0次下載
- SEED-DEC2812初始化函數(shù)說明 11次下載
- IP網(wǎng)絡(luò)流量矩陣估計方法 0次下載
- 基于低秩矩陣分解在母線中應(yīng)用 2次下載
- RDA1846S初始化設(shè)置 0次下載
- 基于SQL的數(shù)據(jù)庫初始化通用方法 0次下載
- 基于粒子群算法的同步時序電路初始化
- 手機模塊初始化向?qū)?/a>
- 定義IO初始化結(jié)構(gòu)體 1.2k次閱讀
- 基于旋轉(zhuǎn)平移解耦框架的視覺慣性初始化方法 1.4k次閱讀
- MCU單片機GPIO初始化該按什么順序配置？為什么初始化時有電平跳變？ 3.8k次閱讀
- 自動初始化機制原理詳解 1.8k次閱讀
- 使用STM32CubeMX生成初始化代碼 4.6k次閱讀
- dart語言的變量聲明與初始化 1.9k次閱讀
- 與初始化相關(guān)的重要寄存器介紹 2.9k次閱讀
- 帶初始化的if和switch語句詳解 2k次閱讀
- RT-Thread自動初始化機制 3.9k次閱讀
- 鴻蒙內(nèi)核源碼：內(nèi)核空間是怎么初始化的？ 2.6k次閱讀
- 如何有效地對神經(jīng)網(wǎng)絡(luò)參數(shù)進行初始化 4.8k次閱讀
- 8253初始化程序分享_8253應(yīng)用案例 2.3w次閱讀
- 8259a初始化的步驟及代碼介紹 3.1w次閱讀
- JAVA基本數(shù)據(jù)類型初始化 2k次閱讀
- LCD1602初始化流程圖及程序的兩種方法 5.1w次閱讀
上傳資料賺積分
工商網(wǎng)監(jiān)
評論