版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著多媒體和互聯(lián)網(wǎng)技術的廣泛應用和深入普及,多媒體數(shù)據(jù)的數(shù)量正在飛速增長,音頻數(shù)據(jù)作為多媒體數(shù)據(jù)的重要組成部分,其信息量也在不斷膨脹。如何有效地對音頻信息進行組織和處理成為現(xiàn)代信息處理的一個研究熱點。
原始音頻數(shù)據(jù)本身僅僅是一種非語義符號表示和非結構化的二進制流,缺乏內(nèi)容語義的描述和結構化組織,給音頻信息的深入處理和分析工作帶來了很大的困難。音頻的分割和聚類,作為提取音頻內(nèi)容語義和結構的重要手段之一,其研究日益引起人們的重
2、視。本文在總結前人研究成果的基礎上,著重對音頻特征分析與提取、音頻分割算法以及音頻聚類算法等三方面進行了研究。主要工作如下:
首先,利用多分辨分析的優(yōu)勢,給出了基于小波域的音頻特征。該方法以小波變換為理論基礎,重點分析了基于幀的音頻特征提取和基于例子的音頻特征提取,較好的解決了基于時域和基于頻域的特征無法描述信號時頻局部性質(zhì)的不足。
其次,針對傳統(tǒng)單一音頻分割算法中存在的冗余分割點過多等問題,設計了基于GLR
3、(Generalized Likelihood Ratio)距離的改進BIC(BayesianInformation Criterion)音頻分割算法。該方法提出了候選跳變點潛在區(qū)域的判斷準則,并據(jù)此給出潛在區(qū)域中跳變點的檢測方法,對檢測到的跳變點進行校驗。實驗結果表明,與傳統(tǒng)的音頻分割算法相比,該算法的綜合性能大大提高。
最后,提出一種基于Mean Shift的音頻聚類算法,該算法可以避免目前大多數(shù)聚類算法依賴聚類數(shù)目這
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 廣播音頻分割與聚類技術研究.pdf
- 基于BIC的音頻分割與聚類技術研究.pdf
- 說話人分割與聚類技術研究.pdf
- 基于小波分析的音頻分割與聚類
- 基于小波分析的音頻分割與聚類.pdf
- 基于模糊聚類的圖像分割技術研究.pdf
- 廣播音頻分割與分類技術研究.pdf
- 基于譜聚類的水聲圖像分割技術研究.pdf
- 基于模糊聚類的爐膛火焰分割技術研究.pdf
- 基于模糊聚類的醫(yī)學圖像分割技術研究.pdf
- 基于模糊聚類的彩色圖像分割技術研究.pdf
- 基于模糊C均值聚類的車牌定位與字符分割技術研究.pdf
- 基于模糊聚類算法的醫(yī)學圖像分割技術研究.pdf
- 基于模糊C-均值聚類的圖像分割技術研究.pdf
- 基于模糊聚類的腦磁共振圖像分割技術研究.pdf
- 基于水平集和模糊聚類方法的圖像分割技術研究.pdf
- 基于聚類技術的圖像分割算法研究.pdf
- 并行層次聚類技術研究.pdf
- 基于模糊聚類及活動輪廓模型的圖像分割技術研究.pdf
- 半監(jiān)督聚類集成理論與技術研究.pdf
評論
0/150
提交評論