范数正则化解相关集成学习基音频率检测

	范数正则化解相关集成学习基音频率检测
	张小恒 1,2; 李勇明 2; 朱斌 2
	2017-06-01
发表期刊	计算机工程与应用
ISSN	1002-8331
卷号	53 期号:11 页码:155-160
摘要	低信噪比环境下的基音频率检测极其重要且富有挑战性,至今未得到很好的解决。基于此,首先构造了基于PEFAC的频域空间检测模型,将基音频率作为特征进行提取,然后提出范数正则化的解相关集成学习神经网络模型(L2-DNNE)对其进行训练,利用负相关学习机制(NCL)和模型复杂度约束项提高集成学习模型的泛化能力,从而获取基音频率的最优值,且在测试精度和时间代价上取得了较好的平衡。将该算法与相关有代表性的算法进行比较。比较结果表明,该算法在不同类型不同程度的噪声环境下,能显著提升检测识别率,尤其在低信噪比下有更显著优势。
关键词	低信噪比环境基音频率范数正则化的解相关集成学习神经网络模型(L2-DNNE)
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金(No.61108086,No.91438104,No.61571069,No.81601970,No.61501065);中国博士后科学基金(No.2013M532153);中央高校基本科研业务费专项资金(No.CDJZR155507);重庆市教委科学技术研究项目(No.KJ1603805);重庆市基础科学与前沿技术研究专项(No.cstc2016jcyjA0043,No.cstc2016jcyjA0064,No.cstc2016jcyjA0134);重庆市社会事业与民生保障科技创新专项(No.cstc2016shmszx40002);重庆市博士后科研项目特别资助;教育部留学回国人员基金
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/60023
专题	国家开放大学重庆分部
作者单位	1.重庆广播电视大学; 2.重庆大学信号与信息处理研究所
第一作者单位	国家开放大学重庆分部
第一作者的第一单位	国家开放大学重庆分部
推荐引用方式 GB/T 7714	张小恒,李勇明,朱斌. 范数正则化解相关集成学习基音频率检测[J]. 计算机工程与应用,2017,53(11):155-160.
APA	张小恒,李勇明,&朱斌.(2017).范数正则化解相关集成学习基音频率检测.计算机工程与应用,53(11),155-160.
MLA	张小恒,et al."范数正则化解相关集成学习基音频率检测".计算机工程与应用 53.11(2017):155-160.