|
|||||
|
|
| 基于RBF神经网络的头相关传输函数的个性化建模方法 | |
| 摘 要： | 采用主成分分析方法提取头相关传输函数(head-ralated transfer function,HRTF)的个性化系数,计算了影响HRTF的人体参数的拉普拉斯得分,并联合Pearson相关系数提取出对HRTF影响显著的关键人体参数;构建了径向基函数(radial basis function,RBF)神经网络,学习关键人体参数到头相关传输函数个性化系数的非线性映射模型,利用简单的人体参数测量估计出待测者的个性化头相关传输函数.通过实验仿真与偏最小二乘回归(partial least squares regression,PLSR)法比较可知,RBF神经网络个性化学习方法的性能优于PLSR法 |
| 本文献已被 CNKI 等数据库收录！ | |