排序方式： 共有11条查询结果，搜索用时 31 毫秒
1.
盲源分离也称盲信号分离,是指在源信号和传递信道的参数均未知的情况下,仅根据输入源信号的统计特性,通过观测信号恢复各个源信号的过程。语音信号的盲分离技术在计算机听觉、语音识别、语音增强等领域具有重大的研究意义。现有的有关语音信号盲分离研究基本不考虑噪声的影响,然而在现实生活中,接收到的语音信号不可避免地混有各种噪声。因此,对于带噪声混叠语音的盲分离方法研究具有十分重要的现实意义。针对带噪声混叠语音信号,提出一种基于稀疏编码和EFICA的分离方法。首先用稀疏编码去噪方法消除带噪混叠语音信号中的噪声,然后将经过去噪处理后的观测信号用EFICA方法进行盲分离。Matlab仿真实验结果表明,该算法对带噪声混叠的语音进行盲分离效果良好。 相似文献
2.
3.
4.
5.
6.
7.
8.
为了更好地研究WiFi室内定位及其误差，设计了基于Matlab的WiFi室内定位分析系统。首先，研究WiFi室内定位分析系统的相关原理及技术；其次，设计系统总体框架，细化功能；最后，采用Matlab语言设计系统，利用Excel提供数据库，设计出基于Matlab的WiFi室内定位分析系统应用程序。测试结果表明，该系统不仅可以实现室内定位，还可以进行定位误差分析。 相似文献
9.
针对不均匀数据集的抽样问题,已有随机抽样算法、基于固定网格划分的单维度算法、基于可变网格划分的单维度算法,但仍无法更好地反映数据分布特征问题。在数据挖掘的实际应用中,数据规模越来越大,数据类型也越来越复杂,存在系统整体开销大、时间运行成本高等问题。提出并实现了基于不均匀数据的密度偏差抽样改进算法（IDDS）,通过引入网格单元密度和三角函数,从而达到较好的密度偏差抽样效果。实验结果发现,IDDS算法抽样效果更好,提取的样本质量更高,有效保证了不均匀数据的分布特征。与原始的密度偏差抽样算法(DDS)相比,应用IDDS算法的效率更高。 相似文献
10.
作为GPS定位技术的“最后一公里”问题,室内定位近年来一直是定位领域的研究热点。目前室内定位技术发展较为迅速,各种定位方法层出不穷,但是不同的定位方法必然都存在缺陷。因此,为了取长补短,发挥各方法的优点,提出基于WiFi与蓝牙的融合定位技术。该技术首先使用基于KL散度核函数的位置指纹定位算法,分别测算出WiFi定位技术和蓝牙定位技术中目标点的坐标集合;其次,利用K-means聚类算法对由蓝牙定位技术得到的结果进行聚类,并选择包含点元素最多的作为蓝牙定位结果;最后,将WiFi定位结果与蓝牙定位结果相融合,该方式得出的结果比任何一种单一定位方式都更加精确。 相似文献