江西省教育厅科学技术研究项目(GJJ13426)
- 作品数:4 被引量:25H指数:2
- 相关作者:张水平许春冬李军锋夏日升应冬文更多>>
- 相关机构:江西理工大学中国科学院北京理工大学更多>>
- 发文基金:国家自然科学基金江西省教育厅科学技术研究项目江西省自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 改进学习因子和约束因子的混合粒子群算法被引量:17
- 2015年
- 针对传统粒子群优化算法解决复杂问题时收敛速度太快、容易陷入局部最优解的问题,在全局—局部最优解粒子群算法的基础上,提出了一种改进学习因子和约束因子的混合粒子群优化算法。通过将粒子的邻域最优解加入到速度更新公式,使得粒子的速度更新同时受全局最优解和邻域最优解作用,提高了粒子的寻优能力。并改进了学习因子和约束因子,平衡粒子的全局搜索和局部开发能力。通过几个经典测试函数分析比较,该算法能大大提高粒子的寻优能力。
- 张水平仲伟彪
- 关键词:混合粒子群优化算法
- 两扬声器配置下的串声消除系统参数优化设置被引量:1
- 2014年
- 针对三维声音两扬声器重放中基本上独立研究逆滤波器的设计或扬声器的配置等因素对串声消除系统(CCS)性能的影响,提出了采用频域最小均方(LS)估计逼近方法,系统考察这些因素之间的关联以及对串声消除性能优化的作用,并通过折中考虑CCS的运算效率及系统性能获得了一组最优参数。实验采用通道分离度(CS)和性能误差(PE)两个指标对串声消除效果进行综合评价,仿真结果表明,该组最优参数能获得很好的串声消除效果。
- 许春冬李军锋裘嫄夏日升颜永红
- 关键词:三维声音逆滤波
- 面向语音增强的序贯隐马尔可夫模型时频语音存在概率估计被引量:6
- 2014年
- 语音存在概率的估计是语音增强的核心技术之一,针对传统的存在概率估计方法是启发式的,没有把存在概率的估计统一到一个理论框架之中,不能保证估计最优,提出了一种基于序贯隐马尔可夫模型(SHMM)的存在概率估计方法,在每一子带上构建一个SHMM模型描述对数功率谱包络的时间序列,把谱包络序列看作一个在语音和噪声状态之间转移的动态一阶马尔可夫链,采用单高斯函数构建每一状态的概率模型,语音状态的后验概率即为语音信号的存在概率。为了满足算法实时性要求,SHMM参数估计简化为一阶回归过程,根据极大似然准则逐帧更新模型参数。实验表明:SHMM所描述的时序相关性对存在概率的估计起到关键作用,它优于一般的启发式估计方法;SHMM算法的语音增强分段信噪比(SegSNR)和对数谱失真(LSD)性能优于经典的改进型最小统计量控制递归平均(IMCRA)算法。
- 许春冬夏日升应冬文李军锋
- 关键词:隐马尔可夫模型语音增强序贯时频估计方法
- 基于元胞蚁群算法模型的云资源调度被引量:1
- 2015年
- 针对传统蚁群算法易陷于局部最优解的特点,提出了一种基于元胞自动机模型的改进蚁群算法—元胞蚁群算法.该算法通过元胞自动机本身的演化机制对蚂蚁寻找食物得到的最优解进行二次分配,大大改善了算法的收敛速度,并在CloudSim仿真平台上运用该算法进行资源调度,分析算法的调度性能.结果表明,新算法能有效缩短调度所用的时间,提高了调度的效率,满足云环境下资源调度的要求.
- 张水平仲伟彪
- 关键词:蚁群算法元胞自动机云计算资源调度