HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于稀疏表示和神经网络的头相关传输函数个性化方法研究

作者:史梦杰; 方勇; 黄青华; 刘华平头相关传输函数个性化稀疏表示rbf神经网络pearson相关分析

摘要:头相关传输函数(Head-Related Transfer Function, HRTF)的个性化定制,是实现虚拟听觉系统(Virtual Audio Display, VAD)的关键技术之一。本文提出了一个基于稀疏表示和径向基函数(adial Basis Function, RBF)神经网络的HRTF个性化方法,通过LASSO回归分别计算出生理特征的稀疏系数和HRTF数据的稀疏系数,利用神经网络来建模两组系数的映射关系,并使用Pearson相关分析筛选与测试样本相关性强的数据作为训练集,所提方法只需要进行较少的训练就可以估计出个性化头相关传输函数。仿真实验表明,与已有的稀疏表示方法相比,本方法所需的训练集更小,估计误差更低。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电声技术

《电声技术》(CN:11-2122/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电声技术》以应用技术为主、兼顾学术与科普,以技术交流为主、兼顾市场信息与产品商情,在电声专业领域起技术向导和产品推广作用。

杂志详情