基于AANN/GMM混合结构的噪声分类方法

• 作者: 姚健东 姜志鹏 张燕 陈存宝
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 噪声 高斯混合模型(GMM) 自联想神经网络(AANN) 嵌入
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 电子电路设计分析及应用
• 页码范围: 604-606
• 分类号: TN912.34
• 字数: 2447字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2011.05.030

摘要

提出了高斯混合模型应用于噪声分类的具体方法.并且在此基础上提出了一种嵌入自联想神经网络的高斯混合模型,它充分利用了神经网络和高斯混合模型各自的优点,以最大似然概率(ML)为准则,把它们作为一个整体来进行训练.训练过程中,高斯混合模型和神经网络的参数交替更新.由于神经网络起到了“数据整形”的作用,因而提高了不同噪声源的相同噪声类型的噪声特征数据的相似性.实验结果表明,嵌入自联想神经网络的高斯混合模型比高斯混合模型的噪声分类识别率有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕	金陵科技学院信息技术学院	50	440	12.0	19.0
5	姜志鹏	金陵科技学院信息技术学院	25	121	6.0	10.0
6	姚健东	金陵科技学院信息技术学院	5	38	3.0	5.0
7	陈存宝	金陵科技学院信息技术学院	2	2	1.0	1.0