基于matlab的語音信號的分析與處理基于正交試驗的特征選擇方法的研究與實現(xiàn)畢業(yè)論文(存儲版)
【正文】 后，可以將這些數(shù)的平均值作為這個物體的長度。其中，i為正交表中的第i個誤差列（當誤差列多于一列時）。由于2水平因素的效應值實際上只有一個，我們可以用某一個水平效應值的絕對值來作為該因素效應的平均值。 當實驗中要考慮交互作用時，最優(yōu)組合的確定就有些困難了。例如，因素1和因素2有交互作用，同時因素2和因素3有交互作用，在這兩對交互作用中都包含因素2，這時要確定最優(yōu)組合就要將因素1﹑因素2和因素3的水平組合，連同因素1與因素2 的交互作用及同時因素2與因素3的交互作用統(tǒng)一找出最優(yōu)水平。從這個值中找出一最優(yōu)值，這個值所對應的集合｛a｝中的各因素的水平組合即為這些因素的最優(yōu)組合。這是因為不顯著的因素效應與誤差差別不大，可以看成誤差。 （5）表頭設計 由于不需要考慮交互作用，這幾個因素可隨意安排（見表51） （6）編制試驗方案 1為取該因素，2為不取該因素 （7）綜合分析：（見表52）(表中影響大小數(shù)字i=1，2，…，15依次代表a5,d5,…，△d2) 表51a5d5d4d3d2d1△a5△△a5△d5△△d5△d4△△d4△d3△△d3△d2實驗結(jié)果(%)111111111111111111111122222222111222211112222111222222221111122112211221122122112222112211122221111222211122221122111122212121212121212212121221212121212212112122121212212121211212221122112211221221122121122112221211212212112221211221121221 表52a5d5d4d3d2d1△a5△△a5最優(yōu)水平12221221影響大小3752101412 表52（續(xù)） △d5△△d5△d4△△d4△d3△△d3△d2最優(yōu)水平1211121影響大小14891311156(7) 統(tǒng)計分析：在2水平正交設計中，通常在實驗前安排較多的因素及交互作用，經(jīng)數(shù)據(jù)處理后將效應值較小的因素及交互作用確定為不顯著的。我還要感謝在一起愉快的度過畢業(yè)論文小組的同學們，正是由于你們的幫助和支持，我才能克服一個一個的困難和疑惑，直至本文的順利完成。 %求和 end end endendsp=sum0/l %求水平平均值jc=max(sp)min(sp) %求極差 [jcpx,lh]=sort(jc) %各因素對目標函數(shù)影響的順序(升序序排列)F1=0。)。for i=1:r if abs(F(1,i))=Se*t00005fe fprintf(39。 該因素不顯著的 39。for i=1:L Y=F(1,B(1,i))^2+Y。endFF=F0+HT31。for i=1:x W=F(1,A(1,i))^2+W。) else L=L+1。查t分布表得39。endN=sort(abs(M))x=input(39。sum0=zeros(f,r)。參考文獻 [1]．科學出版社,2009. [2],2009. [3], 2007. [4]. [5] ,2002. [6] 趙力. ，2001. [7] 欒軍．現(xiàn)代試驗設計優(yōu)化方法．上海交通大學出版社，1995． [8] Batliner A,Fischer K, Huber R, et to Find trouble in Communication[J].Speech Communication, 2003,40(12): 117143. [9] Cowie R,DouglasCowie E, Tsapatsoulis N,et Recognitionin Human Computer Interaction[J].IEEE Signal Processingmagazine,2001,18(1):3280. [10] S Chennoukh,A Gerrits,G Miet,R Sluijter. Speech Enhancement viaFrequency Extension using Spectral Frequency[A]. Proc. ICASSP[C].Salt Lake City, . 致謝 本論文是在王老師的親切關懷和悉心指導下完成的，她嚴肅的科學態(tài)度，嚴謹?shù)闹螌W精神，精益求精的工作作風，深深地感染和激勵著我。如何選取這18個特征因素的最優(yōu)組合，以提高識別率？ （1）先確定目標函數(shù) 將情感的識別率作為目標函數(shù) （2）確定因素 為了節(jié)約時間，減少試驗次數(shù)，本次無交互作用處理只選取了其中十五個特征因素 （3）確定水平 本次課題的特征只有2個水平，取該特征因素時作1水平，時作為2水平。這種根據(jù)總評均值及各因素效應值求給定條件下目標函數(shù)值的過程稱為數(shù)據(jù)的預測，所求得的數(shù)值稱為該組合條件下的預測值。④ 重復③，直到找不到可添加的因素為止。如果交互作用的因素超過一對，但都是由不同因素構(gòu)成的，那么只需要按以上方法逐對將有交互作用的因素的最優(yōu)水平找出來，并與無交互作用的因素的最優(yōu)水平一起構(gòu)成最優(yōu)組合即可。應當注意的是，在用t分布進行顯著性檢驗時所取得的顯著性水平為a/2。若某因素的因素效應與誤差效應相比差別不大，則很難斷定它對目標函數(shù)的影響是不是由誤差引起的，這時稱該因素是不顯著的。誤差效應的求法與普通因素效應值的求法一樣（各水平平均值與總評均值之差）。這樣當方程的個數(shù)多于未知數(shù)個數(shù)時就會出現(xiàn)矛盾方程，反而解不出來未知數(shù)來。若某因素的全部效應值之和不為0，則該組因素效應值的計算是不正確的，需要重新校核。這些信息是非常有用的，但仔細考察發(fā)現(xiàn)還有以下幾點不能讓人滿意的問題。 （42）式中，是指在第k次試驗中，i因素取j水平。試驗方案中的試驗號并不意味著是實際進行試驗的順序。但當考慮交互作用時，往往比較復雜。例如，挑好4個因素，如果每個因素取4個水平，則必須用正交表，要做16次試驗。此時試驗因素應多選水平，以便找到全局最優(yōu)。應當指出，在某些條件下，特別是在試驗條件完全允許的情況下，也可以考慮盡量多安排一些因素。試驗設計時，對試驗所要解決的問題要有全面而深刻的理解。 3正交試驗設計的步驟 確定試驗指標（也稱目標函數(shù)）試驗設計是為了更好，更快的達到試驗目的而對試驗方案進行的最優(yōu)化設計。據(jù)此，可以用簡單的低階阿陣，用求直積的方法得出高階阿陣，例如有：依此類推有：以正交表的構(gòu)造為例① 取
環(huán)評公示相關推薦
鄂ICP備17016276號-1