| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 论文主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 背景知识 | 第15-29页 |
| 2.1 独立成分分析 | 第15-22页 |
| 2.1.1 基本模型 | 第15-16页 |
| 2.1.2 约束条件 | 第16-18页 |
| 2.1.3 数据预处理 | 第18-19页 |
| 2.1.4 模型估计方法 | 第19-22页 |
| 2.2 典型相关分析 | 第22-25页 |
| 2.3 核方法 | 第25-26页 |
| 2.4 非负矩阵分解 | 第26-27页 |
| 2.4.1 目标函数 | 第27页 |
| 2.4.2 乘法更新规则 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 快速核独立成分分析 | 第29-41页 |
| 3.1 核独立成分分析 | 第29-31页 |
| 3.1.1 目标函数 | 第29-30页 |
| 3.1.2 算法描述 | 第30页 |
| 3.1.3 优化方法 | 第30-31页 |
| 3.2 快速核独立成分分析 | 第31-35页 |
| 3.2.1 Nystr(?)m方法 | 第31-32页 |
| 3.2.2 核独立成分分析改进方法 | 第32-34页 |
| 3.2.3 计算复杂度分析 | 第34-35页 |
| 3.3 实验结果及分析 | 第35-39页 |
| 3.3.1 模拟实验结果 | 第35-37页 |
| 3.3.2 语音分离实验结果 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 快速核典型相关分析 | 第41-50页 |
| 4.1 核典型相关分析 | 第41-44页 |
| 4.1.1 核典型相关系数 | 第41-43页 |
| 4.1.2 计算方法 | 第43-44页 |
| 4.1.3 优化方法 | 第44页 |
| 4.2 快速核典型相关分析 | 第44-47页 |
| 4.2.1 使用Nystr(?)m方法改进核典型相关分析 | 第44-45页 |
| 4.2.2 计算复杂度分析 | 第45-46页 |
| 4.2.3 人物识别 | 第46-47页 |
| 4.2.4 多视角学习 | 第47页 |
| 4.3 实验结果与分析 | 第47-49页 |
| 4.3.1 人物识别 | 第47-48页 |
| 4.3.2 语音识别 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于众核的转导非负矩阵分解 | 第50-60页 |
| 5.1 单通道语音分离算法 | 第50-52页 |
| 5.1.1 非负矩阵分解 | 第50-52页 |
| 5.1.2 转导非负矩阵分解 | 第52页 |
| 5.2 异构计算 | 第52-55页 |
| 5.2.1 基本概念 | 第52-54页 |
| 5.2.2 MKL库 | 第54-55页 |
| 5.3 单通道语音分离算法异构实现 | 第55-58页 |
| 5.4 实验结果与分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者在学期间取得的学术成果 | 第67页 |