杨瑞国
- 作品数：6 被引量：2H指数：1
- 供职机构：解放军电子工程学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于动态规划的MUSIC算法谱峰搜索
- 2013年
- 动态规划是求解最优化问题的一种方法,研究了其求解矩阵链乘问题的基本思想及具体步骤,并将其应用于MUSIC算法谱峰搜索,通过理论分析得到了MUSIC算法谱峰搜索时不同矩阵链乘顺序的计算量,继而得到矩阵链乘的最优顺序,有效节约了计算量和搜索时间。
- 丁亚非邵东淼杨瑞国
- 关键词：动态规划MUSIC算法
- 一种新的基于最大边缘准则的监督流形学习方法被引量：1
- 2014年
- 在深入研究局部样条嵌入算法(LSE)的基础上,引入明确的线性映射关系,构建平移缩放模型和正交化特征子空间,提出了一种正交局部样条判别投影算法(O-LSDP),有效解决了原始LSE算法存在的两个主要问题:样本外点学习问题和无监督模式学习问题。该算法能够应用于模式分类问题并显著改善算法的分类识别能力。在标准人脸数据库上进行的实验比较分析验证了该算法的有效性与可行性。
- 袁暋杨瑞国原媛雷迎科
- 关键词：特征提取子空间学习流形学习
- 窄脉冲实时检测算法的工程实现
- 2013年
- 基于FPGA的硬件平台设计,具有平台通用化、动态可重构的特点,能够实现实时或近实时的通信信号处理算法。主要研究了窄脉冲信号检测算法在FPGA中的工程实现方法,利用FPGA的内部特性,在工程技术上解决了全数字信道化接收和窄脉冲自适应截获问题,有效提高了脉冲检测的灵敏度和处理速度,达到了脉冲信号实时检测的目的。
- 康凯朱然刚杨瑞国
- 关键词：脉冲无线电实时检测IIR滤波器自适应
- 关联小波神经网络与高斯混合模型说话人识别被引量：1
- 2013年
- 针对GMM模型在进行说话人识别时对噪声敏感以及在分类方面存在的缺陷,提出了一种小波神经网络和GMM结合的说话人识别模型,把GMM输出的似然概率和小波神经网络的训练相关联,采用带动量的BP算法和EM算法对小波神经网络和GMM模型分别训练,使目标说话人模型似然概率达到最大,进而提高说话人识别的效果。实验结果表明,新模型兼具小波神经网络抗噪声性能、学习分类能力以及GMM对说话人特征的描述能力,在多种噪声背景下能有效的提高说话人识别效果。
- 项要杰杨俊安李晋徽杨瑞国
- 关键词：信号处理语音识别说话人识别小波神经网络高斯混合模型
- 改进批处理RPEM算法用于说话人识别
- 2013年
- 针对传统EM算法训练GMM不能充分利用训练数据所属高斯分量信息,从而在一定程度上影响说话人识别性能的缺陷,采用RPEM(竞争惩罚EM)算法训练GMM,并引入批处理RPEM算法解决RPEM算法运算量大、收敛速度慢的问题,同时针对RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进,提出了改进的批处理RPEM算法。在Chains说话人识别数据库上的实验表明,改进的批处理RPEM算法取得了相对于传统EM、RPEM以及批处理RPEM算法更好的性能,还极大地提高了训练效率,减小了运算量,说明了提出的改进批处理RPEM算法用于说话人识别时的有效性。
- 项要杰杨俊安李晋徽杨瑞国
- 关键词：说话人识别期望最大化算法
- 元素随机排列的傅里叶测量矩阵构造方法
- 2014年
- 针对压缩感知理论在超宽带信号低速采样的应用过程中,现有测量矩阵随机变元多、重构效果有待进一步提高的问题,结合傅里叶矩阵和托普利兹矩阵的构造特点,提出元素随机排列的傅里叶测量矩阵构造方法。该方法先以各元素服从正态分布的方式随机生成一行向量并对其进行傅里叶变换,再通过随机排列变换后向量元素的方法生成矩阵各行从而得到随机傅里叶测量矩阵。仿真实验表明,使用该测量矩阵在同等条件下相比于高斯、伯努利等随机矩阵,信号具有更好的重构效果。同时,该测量矩阵比高斯随机矩阵拥有更少的随机变元数目。
- 尹海波杨俊安杨瑞国
- 关键词：压缩感知测量矩阵超宽带仿真
