基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的基于麦克风阵列的声源定位方法,往往容易受到低信噪比或高混响等不利的声学条件的影响.近年来,基于模式识别和机器学习技术的方法被用来在恶劣环境下进行声源定位.引入了一种基于Fisher判别理论的加权方法,实现了基于Fisher加权朴素贝叶斯分类器(Fisher Weighted Naive Bayes Classifier,FWNBC)的声源定位.通过基于相位变换(Phase Transformation,PHAT)加权的互相关函数来计算每个位置的特征向量,利用Fisher加权朴素贝叶斯分类器估计声源位置.在实际的定位系统中进行实验,验证改进算法的性能.实验结果表明,与使用朴素贝叶斯分类器(Naive Bayes Classifier,NBC)相比,FWNBC算法有效提高了声源定位的精度.
推荐文章
基于粒子滤波的麦克风阵列声源定位方法
混响环境
粒子滤波
到达时间差
声源定位
均方根误差
基于声源阵列的空间麦克风定位方法研究
声源阵列
时延估计
声达时间差
麦克风定位
一种基于麦克风阵列的声源定位算法研究
麦克风阵列
声源定位
最小熵值
波达时延差
基于麦克风阵列声源定位的硬件系统设计
麦克风阵列
声源定位
多通道音频串口
寄存器配置
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 麦克风阵列下互相关函数分类的声源定位
来源期刊 计算机工程与应用 学科 工学
关键词 麦克风阵列 GCC-PHAT Fisher判别 朴素贝叶斯分类器
年,卷(期) 2020,(4) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 128-133
页数 6页 分类号 TN192.3
字数 5051字 语种 中文
DOI 10.3778/j.issn.1002-8331.1810-0409
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张雪英 太原理工大学信息与计算机学院 233 1213 15.0 23.0
2 王杰 太原理工大学信息与计算机学院 10 23 2.0 4.0
3 黄丽霞 太原理工大学信息与计算机学院 14 44 3.0 6.0
4 张岁岁 太原理工大学信息与计算机学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
麦克风阵列
GCC-PHAT
Fisher判别
朴素贝叶斯分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导