分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 针对智能算法在实现盲源分离时容易陷入局部最优,且收敛速度缓慢的问题,提出了一种基于Givens变换和二阶振荡粒子群优化的盲源分离算法。该算法首先将惯性权重与学习因子两个参数构造函数关系,使之共同调节算法迭代,来提高算法的整体性与全局搜索能力;再引入二阶振荡环节增加种群的多样性,这样算法不易陷入局部最优;此外,采用Givens变换将分离矩阵转换成旋转角度表示形式,来降低算法的复杂度。仿真表明,该算法能有效实现机械振动信号和语音信号的盲分离,并且相比较其他算法具有更快的收敛速度和更好的分离性能。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-12-13 合作期刊: 《计算机应用研究》
摘要: 传统盲源分离(blind source separation,BSS)优化算法的应用场合非常有限,而且分离性能不高,为此提出了一种新的采用位置混沌重构的入侵杂草优化算法(invasive weed optimization,IWO),并对其在盲源分离的应用进行了研究。新算法在每轮更新的初期驱动选出的较优个体向此时种群的最优个体做适当距离的移动,这样不仅会增加种群的多样性,避免算法出现早熟,而且也能够加快收敛速度。盲信号分离仿真实验证实,与标准IWO、粒子群优化算法(particle swarm optimization,PSO)和自然梯度算法(natural gradient,NG)相比,新算法的性能优势明显,收敛速度较快,分离精度较高。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-06-19 合作期刊: 《计算机应用研究》
摘要: 萤火虫优化算法是模拟自然界萤火虫彼此之间通过荧光素进行信息交流的特性发展而来的,在搜索复杂函数全局极值点方面非常有效。针对传统盲源分离优化算法对分离性能影响较大的局限性,提出了一种基于改进的萤火虫优化的混合语音盲分离算法。新算法将萤火虫的飞行跨度由固定取值变为由新构造的函数自适应调整,在加快收敛速度的同时,避免算法早熟现象的发生。实验结果表明,与基于梯度、标准萤火虫和粒子群优化的盲分离算法相比,新算法对混合语音信号的分离效果较好,在收敛速度和分离精度方面都有所提升。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 盲源分离问题是信号处理领域中的研究热点之一。众多盲源分离算法中固定点算法(FastICA)因其收敛速度快而备受关注,但是FastICA算法的收敛性易受初始解混矩阵的初值选择影响。针对FastICA算法的不足进行了改进,引入梯度下降法降低初值选择敏感性,并且提出改进弦截法,加快收敛速度。实验结果显示,基于改进弦截法的FastICA算法与其他FastICA算法相比,不但提高了算法的分离性能,而且减少了迭代次数,增强了收敛稳定性。所以,改进的FastICA算法克服了初值选择敏感的影响,获得更快速、更鲁棒的语音分离性能。