-
公开(公告)号：CN111239685A
公开(公告)日：2020-06-05
申请号：CN202010021009.6
申请日：2020-01-09
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于均匀设计和自组织特征映射神经网络的声源定位方法，涉及声源定位技术领域。首先确定声源所在三维空间，并将其划分为n个立体网格；选择声音信号的m个特征作为均匀设计法中的实验因素；从n个网格中选取均匀散布的k个网格做成均匀设计表；建立自组织特征映射神经网络，将均匀设计表中的数据进行归一化处理后作为该网络的输入；对自组织特征映射神经网络输入层与输出层的神经元连接权值赋值，并确定权值调整域，对权值进行更新；对自组织特征映射神经网络的学习率赋初始值，并设定学习率随训练次数增加逐渐减小；采用欧式距离法比较输入量与竞争层中的神经元对应的权值的相似性，获得声源稀疏位置，最终实现声源的精确定位。
-
公开(公告)号：CN113361616A
公开(公告)日：2021-09-07
申请号：CN202110669183.6
申请日：2021-06-16
Applicant: 辽宁工程技术大学
IPC: G06K9/62
Abstract: 本发明公开了一种优化聚类中心的k‑means算法，包括：求出样本数据集的样本均值C和平均距离ad；根据空间两点间的距离公式计算出所有数据对象与C的距离；通过两点间距离公式找到与方向位置点X1的距离小于等于平均距离ad的数据点；计算所有样本集数据对象与方向位置点O1的距离；重复上述过程，直到找到K个初始聚类中心为止。本发明提出的初始聚类中心优化的K‑Means改进算法，降低了聚类结果对初始聚类中心的依赖性，提高了聚类的精度、收敛速度以及稳定性，并且也摆脱了容易受孤立点的影响。
-
公开(公告)号：CN111239685B
公开(公告)日：2021-08-24
申请号：CN202010021009.6
申请日：2020-01-09
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于均匀设计和自组织特征映射神经网络的声源定位方法，涉及声源定位技术领域。首先确定声源所在三维空间，并将其划分为n个立体网格；选择声音信号的m个特征作为均匀设计法中的实验因素；从n个网格中选取均匀散布的k个网格做成均匀设计表；建立自组织特征映射神经网络，将均匀设计表中的数据进行归一化处理后作为该网络的输入；对自组织特征映射神经网络输入层与输出层的神经元连接权值赋值，并确定权值调整域，对权值进行更新；对自组织特征映射神经网络的学习率赋初始值，并设定学习率随训练次数增加逐渐减小；采用欧式距离法比较输入量与竞争层中的神经元对应的权值的相似性，获得声源稀疏位置，最终实现声源的精确定位。
-
-
Search Results
3
records
(took 0.015 seconds)
