期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
低速语音编码中的预测分类分裂矢量量化技术
被引量：
3
1
作者
马庆利
季新生
杨于村
《计算机应用研究》
CSCD
北大核心
2009年第10期3700-3702,共3页
为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间...
为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加。
展开更多
关键词
语音编码
线谱对
多级
矢量
量化
预测分类分裂矢量量化
谱失真
在线阅读
下载PDF
职称材料
基于样本密度和分类误差率的增量学习矢量量化算法研究
被引量：
10
2
作者
李娟
王宇平
《自动化学报》
EI
CSCD
北大核心
2015年第6期1187-1200,共14页
作为一种简单而成熟的分类方法,K最近邻(K nearest neighbor,KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用,但仍存在计算量大、高空间消耗、运行时间长等问题.针对这些问题,本文在增量学习型矢量量化(Incremental learning vect...
作为一种简单而成熟的分类方法,K最近邻(K nearest neighbor,KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用,但仍存在计算量大、高空间消耗、运行时间长等问题.针对这些问题,本文在增量学习型矢量量化(Incremental learning vector quantization,ILVQ)的单层竞争学习基础上,融合样本密度和分类误差率的邻域思想,提出了一种新的增量学习型矢量量化方法,通过竞争学习策略对代表点邻域实现自适应增删、合并、分裂等操作,快速获取原始数据集的原型集,进而在保障分类精度基础上,达到对大规模数据的高压缩效应.此外,对传统近邻分类算法进行了改进,将原型近邻集的样本密度和分类误差率纳入到近邻判决准则中.所提出算法通过单遍扫描学习训练集可快速生成有效的代表原型集,具有较好的通用性.实验结果表明,该方法同其他算法相比较,不仅可以保持甚至提高分类的准确性和压缩比,且具有快速分类的优势.
展开更多
关键词
学习
矢量
量化
增量学习
分类
误差率
样本密度
合并
分裂
在线阅读
下载PDF
职称材料
16kb/s话音波形编码技术
被引量：
1
3
作者
吴志元
金小明
阎卫红
《电信科学》
1988年第5期8-12,共5页
本文首先介绍了采用自适应噪声谱整形的话音预测编码和直接查表多级矢量量化话音编码,以及我们对这两种方法进行计算机模拟的结果;然后,介绍了对这两种方法的改进,即对预测编码中的残余信号和矢量量化编码中的话音信号实行帧分类处理,...
本文首先介绍了采用自适应噪声谱整形的话音预测编码和直接查表多级矢量量化话音编码,以及我们对这两种方法进行计算机模拟的结果;然后,介绍了对这两种方法的改进,即对预测编码中的残余信号和矢量量化编码中的话音信号实行帧分类处理,分别采用了自适应量化技术和维数自适应技术,在此基础上,速率由96kb/s压缩到16kb/s,量化噪声明显降低至难以察觉。
展开更多
关键词
波形编码
矢量
量化
编码
kb/s
预测
编码
计算机模拟
量化
噪声
话音质量
自适应技术
信噪比
分类
处理
在线阅读
下载PDF
职称材料
题名
低速语音编码中的预测分类分裂矢量量化技术
被引量：
3
1
作者
马庆利
季新生
杨于村
机构
国家数字交换系统工程技术研究中心
华南理工大学电信学院
出处
《计算机应用研究》
CSCD
北大核心
2009年第10期3700-3702,共3页
基金
国家"863"计划资助项目(2007AA012431)
文摘
为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加。
关键词
语音编码
线谱对
多级
矢量
量化
预测分类分裂矢量量化
谱失真
Keywords
speech coding
line spectral pair （LSP）
multi-stage vector quantization （MSVQ）
predictive switched splitvector quantization
spectral distortion
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于样本密度和分类误差率的增量学习矢量量化算法研究
被引量：
10
2
作者
李娟
王宇平
机构
西安电子科技大学计算机学院
陕西师范大学远程教育学院
出处
《自动化学报》
EI
CSCD
北大核心
2015年第6期1187-1200,共14页
基金
国家自然科学基金(61203372
61472297)资助~~
文摘
作为一种简单而成熟的分类方法,K最近邻(K nearest neighbor,KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用,但仍存在计算量大、高空间消耗、运行时间长等问题.针对这些问题,本文在增量学习型矢量量化(Incremental learning vector quantization,ILVQ)的单层竞争学习基础上,融合样本密度和分类误差率的邻域思想,提出了一种新的增量学习型矢量量化方法,通过竞争学习策略对代表点邻域实现自适应增删、合并、分裂等操作,快速获取原始数据集的原型集,进而在保障分类精度基础上,达到对大规模数据的高压缩效应.此外,对传统近邻分类算法进行了改进,将原型近邻集的样本密度和分类误差率纳入到近邻判决准则中.所提出算法通过单遍扫描学习训练集可快速生成有效的代表原型集,具有较好的通用性.实验结果表明,该方法同其他算法相比较,不仅可以保持甚至提高分类的准确性和压缩比,且具有快速分类的优势.
关键词
学习
矢量
量化
增量学习
分类
误差率
样本密度
合并
分裂
Keywords
Learning vector quantification
incremental learning
classification error ratio
pattern density
merge
split
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
16kb/s话音波形编码技术
被引量：
1
3
作者
吴志元
金小明
阎卫红
机构
邮电科学研究院研究生部
出处
《电信科学》
1988年第5期8-12,共5页
文摘
本文首先介绍了采用自适应噪声谱整形的话音预测编码和直接查表多级矢量量化话音编码,以及我们对这两种方法进行计算机模拟的结果;然后,介绍了对这两种方法的改进,即对预测编码中的残余信号和矢量量化编码中的话音信号实行帧分类处理,分别采用了自适应量化技术和维数自适应技术,在此基础上,速率由96kb/s压缩到16kb/s,量化噪声明显降低至难以察觉。
关键词
波形编码
矢量
量化
编码
kb/s
预测
编码
计算机模拟
量化
噪声
话音质量
自适应技术
信噪比
分类
处理
分类号
TN91 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
低速语音编码中的预测分类分裂矢量量化技术
马庆利
季新生
杨于村
《计算机应用研究》
CSCD
北大核心
2009
3
在线阅读
下载PDF
职称材料
2
基于样本密度和分类误差率的增量学习矢量量化算法研究
李娟
王宇平
《自动化学报》
EI
CSCD
北大核心
2015
10
在线阅读
下载PDF
职称材料
3
16kb/s话音波形编码技术
吴志元
金小明
阎卫红
《电信科学》
1988
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
