非负组合模型及其在声源分离中的应用.pdfVIP

SCYCE4 http：／／sj ISSN1004—9037，CODEN ofData and E—ma订：sj Journal AcquisitionProcessingV01．32，No．2，Mar．2017，pp．266—277 1004—9037．2017．02．006 Tel／Fax：+8602584892742 DOI：10．16337／j ofData and J。urnal Processing ◎2017by Acquisition 非负组合模型及其在声源分离中的应用 张雄伟1 李轶南1 时文华1’2 胡永刚1 陈栩杉3 工信息化教研室，上海，201703) 摘 要：非负组合模型在人工智能、数据挖掘和智能信息处理研究领域具有十分重要的应用意义，已经逐 渐成为声源分离中最常使用以及最具代表性的模型之一。内含于其中的非负成分的加性组合与人类听 觉系统的感知机理高度契合。利用非负组合模型进行声源分离的技术正在变得越来越流行。本文从被 称作非负矩阵分解的最基本的非负组合模型开始，首先回顾了非负组合模型的基本原则，包括需要求解 的基本问题、目标函数的度量以及求解相关问题的常用方法。在此基础上，系统地讨论了非负矩阵分解 在声源分离不同应用领域的拓展。最后指出并讨论非负组合模型研究中有待进一步研究的开放问题。 关键词：声源分离；非负组合模型；非负矩阵分解 中图分类号：TN912．3文献标志码：A andIts in AcousticSource Non。negatiVeCompositionalⅣIodelsApplication Zhang Yinanl，ShiWenhual¨，Hu Xushan3 Xiongweil，I。i Yonggan91，Chen ofCommandInformati。n ofScienceand In— (1．College System，PLAUniversity structor Base，AirForceAviation ofP。1itical Armed Training University，Bengbu，233000，China；3．I．ab PollceIns“tuteof P01itics，Shanghai，201703，China) modelsare。f inthe ofartificialintelli— Abstract：Non—negativecompositional greatimp。rtanceapplication and information have miningintelligent research． becomeoneof gence，data processing They gradually themost and usedmodelsofacousticsource in representativefrequently recent Theem— separationyears． beddedadditivecombinationof matcheswellwiththec