基于非负张量分解的音频分类方法

为了提高音频数据分类正确率,提出一种通过非负张量分解(NTF)的分类方法.音频信号经过预处理后,提取声学特征和感知特征参数,然后构建非负的3阶音频张量,其各阶分别对应特征、帧、样本;其次,通过NTF得到每一类音频的核张量与因子矩阵,让测试样本构建的张量与各类型音频的因子矩阵的转置进行张量乘,得到对核张量的近似;最后,通过Frobenius范数进行相似性度量,完成分类.使用古典音乐、流行音乐、语音、噪声4种类型的音频数据测试分类效果.结果表明,平均分类正确率在85%,以上,说明该方法可以有效地完成音频分类.     

基于张量分解的跑动行为检测

异常行为检测是智能安全监控的重要内容,而异常行为特征的提取是一个难点.张量作为高维数据的自然表现形式能有效保留数据的结构信息提取到运动目标.本文将张量分解应用于数字视频处理,然后对稀疏前景张量时间轴方向上的纤维束做频域处理进一步优化运动前景;最后使用多层卷积神经网络结构对运动目标的跑动行为进行识别.仿真对比实验证明了基于张量分解的方法比传统方法处理效果更好、在实测视频中本文跑动行为识别率达到81.4%.     

基于高阶累积量张量分解的联合盲源分离算法

提出一种基于高阶累积量张量分解的联合盲源分离（JBSS）算法,该算法可以从多组数据集的观测信号中恢复出源信号.首先通过计算多组数据集观测信号的高阶互累积量张量,利用累积量张量潜在的对角结构,将JBSS问题转化为高阶张量CP分解（CPD）问题.接下来,通过张量列分解（TTD）将高阶张量分解为由不高于3阶的多个互连的核张量组成的简单张量网络,由此将高阶CPD问题转化为多个3阶CPD问题.最后,根据TTD与CPD之间的关系,在多次3阶CPD之后,通过依次对因子矩阵进行重新排序与缩放得到多数据集的混合矩阵,进而实现对源信号的分离.实验结果表明,该算法具有较快的运行速度.     

张量稀疏性度量综述

稀疏性是现实数据所共有的一般信息表达特性,其含义为数据可由其本质所蕴含的少量基元素进行充分表达。目前,向量(1阶数组)与矩阵(2阶数组)数据均存在较为成熟的稀疏性表达度量,即向量的非零元素个数与矩阵的秩。然而,对于张量(高阶数组)数据的合理稀疏性度量的构造尚未形成统一的解决方案。对张量稀疏性研究的现状进行综合介绍,回顾目前在此方向的研究进展以及所取得的典型应用,并着重介绍本研究小组基于Tucker分解与CANDECOMP/PARAFAC(CP)分解的张量稀疏性内涵理解所构造的一种新型张量稀疏性度量。将此张量稀疏性度量与10个传统方法应用到多光谱图像去噪中进行对比实验,通过数值与视觉上的实验结果说明所提方法的合理性与有效性。     

云计算环境下基于张量分解的缺失关联规则挖掘算法

针对云计算环境下由于数据缺失导致关联规则发现误差较高的问题,提出一种基于张量分解的缺失关联规则分布式发现算法,从而建模关联规则、缺失数据并近似它们的置信度.利用Apriori算法进行局部数据相关以获得频繁项集,通过CANDECOMP/PARAFAC (CP)分解方法分解张量置信度,使用共轭梯度算法进行迭代以最小化近似张量的成本,当存在缺失数据的情况下,利用分布式算法将局部相关与全局相关结合发现缺失关联规则.仿真结果显示,算法的平均误差仅为5.55％,最大误差不超过10％,低于其他几种较新的缺失关联规则算法,相比基于聚类的关联规则算法,平均执行时间减少了16.5％.结果表明,所提基于张量分解的分布式算法在缺失数据的情况下,性能优于其他的关联规则算法,能更加有效地提供缺失规则置信度的近似解.     

模式匹配和过零率检测的音频差错掩盖

针对用传统波形替代方法恢复音频波形变化趋势不准确的问题,将模式匹配和短时过零率检测结合应用于音频的差错掩盖研究中.在对丢帧后的音频信号数据进行模式匹配的掩盖基础上,将从模式匹配模块输出的音频信号数据和参考信息一同送入短时过零率检测模块,进一步对丢失数据进行掩盖,最终将从短时过零率模块输出的参考帧作为丢失帧的替代,从而得...     

4种张量分解方法用于人脸识别的效果对比和分析

张量的分解是主成分分析(PCA)在高阶上的扩展,目前几种张量分解方法各有优缺点,难以满足PCA的所有性质.基于4种经典的张量分解方法并没有在人脸识别中进行比较分析,利用ORL人脸数据库比较了4种经典的张量分解方法.实验结果表明,张量方法在压缩率大的情况下,其性能有显著的提高.不同的张量分解方法显示理论上分析Higher-Order Orthogonal Iteration(HOOI)的拟和度最好,但这4种方法用到实际人脸数据上并没有多大差别.考虑到Higher-Order Singular Value Decomposition(HO-SVD)方法相对比较简单,人脸识别研究时可选用此方法.     

基于张量模式的降维方法研究

经典的向量子空间是以数据流行的向量形式表示的,而在现实应用中很多是以张量模式存在的,从而提出了张量子空间.张量模式是向量模式的扩展和推广,已经广泛的应用到模式识别和数据降维等领域.主要描述了张量的定义和基本运算,对张量子空间,张量逼近和张量脸进行了具体的分析,通过张量特有的分解方法得到最优解从而达到降维的目的,本文最后提出张量以后有待发展的方向.     

随机增量张量奇异值分解与人脸识别新算法

本文新提出随机增量张量奇异值分解方法.当数据逐步增加时,新方法能够在保持原数据的随机奇异值分解基础上,通过计算新增数据的奇异值分解得到更新后数据的张量奇异值分解.基于随机增量张量奇异值分解建立新的人脸识别模型.数值实验表明新模型与已有人脸识别模型相比具有较高的识别率.     

基于张量秩校正的图像恢复方法

针对医学图像和视频图像的恢复问题,基于张量表示,研究有限样本下的低秩张量数据恢复问题,在张量奇异值分解(t-SVD)理论的基础上,提出了张量秩校正模型和两阶段张量秩校正方法,第一阶段是用张量核范数最小化模型求得预估解,第二阶段,根据预估解,求解张量秩校正模型,获得更高精度的解.构建了求解张量秩校正模型和张量核范数最小化模型的张量近似点算法,使得可以在实数域上对张量直接进行计算,并且从理论上证明了该算法的收敛性.通过对医学图像和视频图像的数值仿真实验,验证了本文所提出模型和方法的有效性,实验结果显示,张量秩校正模型和方法能够取得更高的恢复精度.     

采用内点法的基追踪算法测井数据恢复

实际测井数据由于数据规模大、维数高等特点,在采集、传输、存储中很有可能会发生数据的缺失或损坏。为了提高数据质量,采用压缩感知中的基追踪算法对测井中的缺失数据进行恢复。先使用过完备字典对原始数据进行稀疏分解,采用基追踪算法将L0范数优化问题转化为L1范数问题;然后采用线性规划算法——内点法求解,从而实现数据恢复。通过实验与对比分析,结果表明基于基追踪的测井数据恢复方法精度高;且优于基于正交匹配追踪的数据恢复方法。     

云计算环境下多信道联合均衡调度算法研究

针对传统资源调度方法存在执行时间跨度大、信道接入率低、资源负载不均衡等问题,提出云计算环境下多信道联合均衡调度算法研究.根据云计算环境下多信道通信链路优化时隙和多信道资源,构建多信道链路模型,提出信道端到端可靠性最大化优化模型,将优化问题转换为多信道联合均衡调度问题.利用多信道最优跨度和负载均衡算法对均衡调度问题进行求解.结合多信道数据处理和任务执行的特性,设计最优跨度和负载均衡双适应度函数,在种群进化初始阶段和接近收敛阶段对适应度函数做适当调整,完成多信道联合均衡调度.实验结果表明,所提方法资源调度的执行时间跨度小、信道接入率高、负载均衡程度好,能满足资源传输的实时性要求.     

基于随机网格张量分解的多用户毫米波大规模MIMO系统信道估计

利用毫米波信道的稀疏散射特性和张量的空间结构,提出了一种随机网格张量分解的信道估计方法,接收信号被表示为一个四阶张量,采用随机张量压缩对单个用户信道进行解耦;采用网格张量分解方式,将大尺度的用户信道张量分解为若干个小尺度张量,并行且独立地分解所有子张量,由相关因子矩阵估计信道参数.仿真结果表明,该算法能获得较为准确的信...     

基于TMS320C6727的多通道音频处理平台设计

针对多通道音频信号处理的需要,以TI公司浮点DSP芯片TMS320C6727为核心,利用片上多通道音频串口MCASP与4路专业音频ADC/DAC芯片PCM4104/4204,实现了4通道数字音频处理平台,并详细介绍器件的配置过程。基于该平台,只需增加ADC/DAC的个数就可将通道数方便地扩展为16路。通过一个声学通道建模案例,验证了该平台的效能。     

一种自适应的鲁棒性矩阵补全方法

针对传统矩阵补全无约束优化模型在处理奇异噪声损坏的缺失矩阵时鲁棒性较差的问题, 提出一种自适应的鲁棒性矩阵补全方法. 该方法在目标函数中使用截断核范数作为秩函数旳低秩逼近, 并采用对奇异噪声鲁棒的F范数作为损失项恢复矩阵中的缺失值, 以降低异常值对算法的影响, 提高恢复精确度. 在求解该模型过程中, 先采用凸优化技巧引入一个动态权重参数, 此参数可在更新恢复值时根据当次恢复误差大小自适应地调节下一次更新, 再进一步建立求解优化问题的有效迭代方法. 实验结果表明, 该算法在处理被奇异噪声损坏的矩阵时有较好的鲁棒性和精确性, 从而可得到更好的图像修复效果.     

基于Grid-PARAFAC毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC（grid-parallel factor analysis）联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号,然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵,最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息;仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

Fragile audio watermarking with perfect restoration capacity based on an adapted integer transform

We propose a novel audio watermarking scheme which can recover the original audio carrier perfectly if the watermarked audio is modified. Besides, we can adjust the maximum tampered rate allowed and the quality of watermarked audio flexibly as required. In the scheme, an efficient generalized integer transform is improved to embed watermark data which are composed of least significant bits（LSBs） of averages in each patch, reference-bits and check-bits. LSBs are needed in the inverse transform. Then, by comparing the extracted check-bits and calculated ones, the modified area can be localized. Finally, reliable reference-bits and samples data help us reconstruct the original audio without errors. The efficiency of the proposed method is theoretically and experimentally verified.     

基于张量分解的大规模多输入多输出天线预编码

提出基于张量分解的大规模多输入多输出(MIMO)天线预编码方案,利用张量分解对高维天线发送数据的降维,保持数据的低秩多维结构特征,获得更加有效的数据表示;同时,通过联合天线和用户信号的空域和时域的相关性,实现发射分集,克服大规模MIMO信道衰落和降低发射误码.通过仿真结果表明该方案适用于大规模MIMO系统.在相同条件下,与传统方案相比,误比特率更低.     

基于网络效用最大化的mesh网优化算法

为设计联合优化算法,将多无线电多信道mesh网络的拥塞控制与信道分配建模化为一个使得网络效用最大的混合整数非线性规划问题.由于求解该规划问题具有很高的时间复杂度,因此利用拉格朗日对偶分解将之分解为若干个子问题,进而设计能获得近优解的分布式算法.通过该分布式算法,各节点能够自适应调整传输速率并根据网络状况进行多信道的分配.仿真实验表明该算法能够逼近最优解,并且随着网络中无线信道数目的增多,其结果更接近最优解.