基于matlab的語音信號(hào)的分析與處理基于正交試驗(yàn)的特征選擇方法的研究與實(shí)現(xiàn)畢業(yè)論文(存儲(chǔ)版)
【正文】 后，可以將這些數(shù)的平均值作為這個(gè)物體的長度。其中，i為正交表中的第i個(gè)誤差列（當(dāng)誤差列多于一列時(shí)）。由于2水平因素的效應(yīng)值實(shí)際上只有一個(gè)，我們可以用某一個(gè)水平效應(yīng)值的絕對值來作為該因素效應(yīng)的平均值。 當(dāng)實(shí)驗(yàn)中要考慮交互作用時(shí)，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(shí)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(shí)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(shí)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(gè)值中找出一最優(yōu)值，這個(gè)值所對應(yīng)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?yàn)椴伙@著的因素效應(yīng)與誤差差別不大，可以看成誤差。 （5）表頭設(shè)計(jì) 由于不需要考慮交互作用，這幾個(gè)因素可隨意安排（見表51） （6）編制試驗(yàn)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(shí)驗(yàn)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(jì)分析：在2水平正交設(shè)計(jì)中，通常在實(shí)驗(yàn)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(yīng)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(xué)們，正是由于你們的幫助和支持，我才能克服一個(gè)一個(gè)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(biāo)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(xiàn) [1]．科學(xué)出版社,2009. [2],2009. [3], 2007. [4]. [5] ,2002. [6] 趙力. ，2001. [7] 欒軍．現(xiàn)代試驗(yàn)設(shè)計(jì)優(yōu)化方法．上海交通大學(xué)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(guān)懷和悉心指導(dǎo)下完成的，她嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)，深深地感染和激勵(lì)著我。如何選取這18個(gè)特征因素的最優(yōu)組合，以提高識(shí)別率？ （1）先確定目標(biāo)函數(shù) 將情感的識(shí)別率作為目標(biāo)函數(shù) （2）確定因素 為了節(jié)約時(shí)間，減少試驗(yàn)次數(shù)，本次無交互作用處理只選取了其中十五個(gè)特征因素 （3）確定水平 本次課題的特征只有2個(gè)水平，取該特征因素時(shí)作1水平，時(shí)作為2水平。這種根據(jù)總評(píng)均值及各因素效應(yīng)值求給定條件下目標(biāo)函數(shù)值的過程稱為數(shù)據(jù)的預(yù)測，所求得的數(shù)值稱為該組合條件下的預(yù)測值。④ 重復(fù)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(yīng)當(dāng)注意的是，在用t分布進(jìn)行顯著性檢驗(yàn)時(shí)所取得的顯著性水平為a/2。若某因素的因素效應(yīng)與誤差效應(yīng)相比差別不大，則很難斷定它對目標(biāo)函數(shù)的影響是不是由誤差引起的，這時(shí)稱該因素是不顯著的。誤差效應(yīng)的求法與普通因素效應(yīng)值的求法一樣（各水平平均值與總評(píng)均值之差）。這樣當(dāng)方程的個(gè)數(shù)多于未知數(shù)個(gè)數(shù)時(shí)就會(huì)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(yīng)值之和不為0，則該組因素效應(yīng)值的計(jì)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(xì)考察發(fā)現(xiàn)還有以下幾點(diǎn)不能讓人滿意的問題。 （42）式中，是指在第k次試驗(yàn)中，i因素取j水平。試驗(yàn)方案中的試驗(yàn)號(hào)并不意味著是實(shí)際進(jìn)行試驗(yàn)的順序。但當(dāng)考慮交互作用時(shí)，往往比較復(fù)雜。例如，挑好4個(gè)因素，如果每個(gè)因素取4個(gè)水平，則必須用正交表，要做16次試驗(yàn)。此時(shí)試驗(yàn)因素應(yīng)多選水平，以便找到全局最優(yōu)。應(yīng)當(dāng)指出，在某些條件下，特別是在試驗(yàn)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(yàn)設(shè)計(jì)時(shí)，對試驗(yàn)所要解決的問題要有全面而深刻的理解。 3正交試驗(yàn)設(shè)計(jì)的步驟 確定試驗(yàn)指標(biāo)（也稱目標(biāo)函數(shù)）試驗(yàn)設(shè)計(jì)是為了更好，更快的達(dá)到試驗(yàn)?zāi)康亩鴮υ囼?yàn)方案進(jìn)行的最優(yōu)化設(shè)計(jì)。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(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1