-
公开(公告)号:CN104464727B
公开(公告)日:2018-02-09
申请号:CN201410755098.1
申请日:2014-12-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度信念网络的单通道音乐的歌声分离方法:先利用深度信念网络(DBN)抽取出有利于伴奏声和歌声的分离的高层抽象特征,紧接着利用Back‑Propagation神经网络分离出伴奏声和歌声的特征,最后利用重叠相加法得到时域的伴奏声和歌声信号。该方法将待分离的混合音乐分成很短的片段,从而弥补DBN在处理不同时间尺度音乐信号上的缺陷,同时利用了DBN的快速抽取高层抽象特征能力抽取出有利于分离出人声和伴奏声的高层抽象特征。最后考虑到由于单通道音乐信号是属于高维数据,在处理高维输入和高维输出问题上神经网络有着其特有的处理能力,所以选择使用BP神经网络作为最后的人声和伴奏声的分离器。该方法简单灵活,具有较强的实用性。
-
-
公开(公告)号:CN102254440A
公开(公告)日:2011-11-23
申请号:CN201110202183.1
申请日:2011-07-19
Applicant: 福州大学
IPC: G08G1/07
Abstract: 本发明涉及一种基于数字荷尔蒙的交通控制优化方法,将数字荷尔蒙原理应用于交通协调控制中,充分考虑了交通流分配和信号控制的动态特性,建立了交通流分配和信号灯控制协调模型,应用于解决城市交通流分配和信号灯控制的协调问题。该方法是一种完全分布式的控制方法,可以很好的解决交通系统的不确定性、随机性、非线性、局部性等特点,此外,相对于其他一些智能算法的应用,该方法的结构简单,性能稳定,具有良好的可修改性和可扩展性。
-
-