互信息估计论文-韩敏,刘晓欣

互信息估计论文-韩敏,刘晓欣

导读:本文包含了互信息估计论文开题报告文献综述及选题提纲参考文献,主要关键词:互信息,Copula,熵,概率密度函数

互信息估计论文文献综述

韩敏,刘晓欣[1](2013)在《基于Copula熵的互信息估计方法》一文中研究指出互信息是一种常用的衡量变量相关性的方法,但在互信息估计过程中,联合概率密度的估计往往十分困难.为了避免联合概率密度的估计,同时有效提高互信息估计的准确度与效率,本文提出一种基于Copula熵的互信息估计方法.利用Copula熵与互信息之间的关系,将互信息的估计转化为对Copula熵值的估计.采用基于Kendall秩相关系数的参数估计方法对Copula函数的参数进行估计.所提算法分别与直方图法、核方法、k近邻法和极大似然法进行比较.二维高斯数据上的仿真结果表明,所提方法能够快速准确地对互信息值进行估计.(本文来源于《控制理论与应用》期刊2013年07期)

何海洋,罗志增[2](2013)在《基于K近邻互信息估计的EEG伪迹消除方法》一文中研究指出针对脑电信号中的眼电和心电串扰伪迹,提出一种基于最小相依成分分析的互信息(MILCA)算法的伪迹消除方法。在提升小波硬阈值法对多路原始脑电信号去噪基础上,运用MILCA算法对各通道信号进行盲源分离,同时采用信号间互相关系数和互信息量作为指标,分析伪迹分离程度。与Extend Infomax、FastICA 2种常见盲源分离算法的对比结果表明,运用MILCA算法对脑电信号中的眼电及心电伪迹的分离结果最理想。(本文来源于《计算机工程》期刊2013年06期)

徐宏强,王新伟,李园园,罗若愚[3](2009)在《基于Bootstrap方法的基因表达谱数据互信息估计研究》一文中研究指出基因调控网络模型为深入理解生命本质提供了一个新的研究框架和平台。作为基因调控网络模型的其中一种,互信息关联网络模型使用熵和互信息描述基因和基因之间的关联。本文描述了用互信息度量基因表达相似性的方法,提出基于Bootstrap的互信息估计算法,并对产生的偏离现象提出了改进策略。实验结果表明,改进的互信息估计方法可以有效提高基因表达相似性估计的精确度。(本文来源于《生物信息学》期刊2009年01期)

徐华[4](2003)在《基于互信息估计的连续数字语音识别》一文中研究指出连续数字语音识别在现实中具有广泛的应用前景,在电话语音拨号、自动数据录入、身份证号码证实等多方面连续数字语音识别都有着重要的应用价值。 汉语连续数字语音识别是语音识别中的一个重要分支,同英语发音的识别情况相比还有一定的差距,主要难点在于,首先汉语是单音节字,音节越少语音间的混淆程度越高,识别越困难。其次汉语连续数字发音连续程度较高,这主要由于汉语数字发音中零声母语音出现的较多。另外汉语连续数字串中各个数字的协同发音现象较严重也给汉语连续数字语音识别带来了困难。 本文以互信息理论为基础,从语音模式间的交互信息量的角度,研究了一个完整的语音识别系统的各个组成部分,其中包括预处理、参考模式的训练、连续识别算法以及后续处理部分。预处理部分主要研究了语音信号的端点检测技术,不仅包括安静环境下的的语音信号端点检测,还考虑了在较低信噪比的情况下端点的准确检测,研究了基于倒谱参数的端点检测算法,实验表明在信噪比较低的环境下,传统检测算法性能明显下降,而基于倒谱参数的检测算法显示了良好性能。参考模式的训练方面,本文采用了改进的K均值算法MKM算法,聚类的类别数由事先指定,将训练得到的语音参数文件聚类成有限的几个类别作为参考模式,需要注意的是这里的聚类针对的是不同帧长的语音模式,文中研究了两种求聚类中心的方法,一是语音模式都映射到平均帧长上求中心,另一种是求一个最有代表性的模式作为中心。连续识别算法作为本文的重点内容,在互信息估计的现有成果的基础上,提出了两种算法MI OneStage算法和MIM LB算法,实验表明两种算法在连续数字的识别任务上是有效的,在仅采用二阶、叁阶LPCC特征参数的条件下,识别性能与传统算法采用十二阶特征从于红_有;息估计的连续数字语音识别摘公参数时性能相当。后续处理模块,本文从语音的声调模型和声韵切分模型两个方面进行了初步的研究,汉语数字中存在儿个易混数字对,“6[liu41”和“9口iu3]”、“Zler4]”和“8[bal]”及“1[yil]”和“7「qil]”,它们的主要区别在于声调和声母的发音,因此基于声调和切分出的声母可以更好的提高易混数字对的正识率。本文第七章给出了实验的一些具体的结果。最后从系统识别率的提高和系统的抗噪性能两个方面,提出了说话人自适应、多层贝叶斯模型等提高识别率的思想和方法以及采用语音增强器和识别器的级联来提高系统的抗噪性能。(本文来源于《苏州大学》期刊2003-04-01)

俞一彪,赵鹤鸣,周旭东[5](2002)在《语音信号互信息估计的非线性搜索算法及识别应用》一文中研究指出基于互信息理论的语音识别方法不仅考虑了语音信号的时变分布特征,并且考虑了语音信号的统计分布特征,能有效地提高同类模式的凝聚度,减少非同类模式间的耦合性,在语音识别实验和实际应用中反映出良好的识别精度和很高的运行效率,与其它方法相比更适合嵌入式系统的语音识别应用。本文提出了一种互信息估计的非线性搜索算法,这一算法能够有效地处理语音信号时变分布特征的非线性波动,进一步提高语音模式互信息匹配的精度。(本文来源于《信号处理》期刊2002年02期)

互信息估计论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

针对脑电信号中的眼电和心电串扰伪迹,提出一种基于最小相依成分分析的互信息(MILCA)算法的伪迹消除方法。在提升小波硬阈值法对多路原始脑电信号去噪基础上,运用MILCA算法对各通道信号进行盲源分离,同时采用信号间互相关系数和互信息量作为指标,分析伪迹分离程度。与Extend Infomax、FastICA 2种常见盲源分离算法的对比结果表明,运用MILCA算法对脑电信号中的眼电及心电伪迹的分离结果最理想。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

互信息估计论文参考文献

[1].韩敏,刘晓欣.基于Copula熵的互信息估计方法[J].控制理论与应用.2013

[2].何海洋,罗志增.基于K近邻互信息估计的EEG伪迹消除方法[J].计算机工程.2013

[3].徐宏强,王新伟,李园园,罗若愚.基于Bootstrap方法的基因表达谱数据互信息估计研究[J].生物信息学.2009

[4].徐华.基于互信息估计的连续数字语音识别[D].苏州大学.2003

[5].俞一彪,赵鹤鸣,周旭东.语音信号互信息估计的非线性搜索算法及识别应用[J].信号处理.2002

标签:;  ;  ;  ;  

互信息估计论文-韩敏,刘晓欣
下载Doc文档

猜你喜欢