論文元數(shù)據(jù)搜索，找到相關(guān)信息共 3 條：
2014, 36(5): 1126-1132.
doi: 10.3724/SP.J.1146.2013.00400
刊出日期：2014-05-19
該文針對圖像融合領(lǐng)域內(nèi)難于對先驗知識加以利用的問題提出一種新的有監(jiān)督學習的Takagi Sugeno Kang (TSK)模糊系統(tǒng)圖像融合方法。該方法通過引入TSK模糊系統(tǒng)構(gòu)建標準圖像融合圖像庫進行學習，將學習準則記錄下來形成融合模型，并指導新的圖像融合過程。不同于傳統(tǒng)方法，該方法可以有效地避免模型參數(shù)擇優(yōu)的難題，在融合圖像質(zhì)量和適用范圍方面表現(xiàn)出一定的優(yōu)勢。從單一類型圖像融合和多種類型圖像融合兩個角度進行了實驗研究，實驗結(jié)果說明該方法的有效性。
2007, 29(11): 2669-2671.
doi: 10.3724/SP.J.1146.2006.00604
刊出日期：2007-11-19
關(guān)鍵詞:
語音編碼;基音量化;波形內(nèi)插
基音在語音編碼中通常采用7bit無失真均勻量化。由于濁音段語音的基音普遍具有緩慢漸變的特點，為了更有效地去除前后幀基音之間存在的相關(guān)性，該文基于Eriksson和Kang提出的4bit基音量化算法，針對漢語語音進行研究，實現(xiàn)了一套4~6bit基音量化算法。該算法計算簡單，無需碼書存儲。將此基音量化方案應(yīng)用于WI模型和WI編碼器，主觀A/B聽力測試結(jié)果表明，該方案在高效量化基音的同時保證了合成語音質(zhì)量幾乎沒有損失，完全滿足低速率WI編碼器對量化基音的要求。
2015, 37(9): 2082-2088.
doi: 10.11999/JEIT150074
刊出日期：2015-09-19
經(jīng)典數(shù)據(jù)驅(qū)動型TSK(Takagi-Sugeno-Kang)模糊系統(tǒng)在獲取模糊規(guī)則時，會考慮數(shù)據(jù)的所有特征空間，其帶來一個重要缺陷：如果數(shù)據(jù)的特征空間維數(shù)過高，則系統(tǒng)獲取的模糊規(guī)則繁雜，使系統(tǒng)復雜度增加而導致解釋性下降。該文針對此缺陷，探討了一種基于模糊子空間聚類的〇階L2型TSK模糊系統(tǒng)(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)構(gòu)建新方法。新方法構(gòu)建的模糊系統(tǒng)不僅能縮減模糊規(guī)則前件的特征空間，而且獲取的模糊規(guī)則可對應(yīng)于不同的特征子空間，從而具有更接近人類思維的推理機制。模擬和真實數(shù)據(jù)集上的建模結(jié)果表明，新方法增強了面對高維數(shù)據(jù)所建模型的解釋性，同時所建模型得到了較之于一些經(jīng)典方法更好或可比較的泛化性能。
