自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 总体最小二乘 total least-squared TLS

或者说方程数要大于未知数个数,最小二乘只考虑最小化输出。意义下的最优解,先对合并矩阵做奇异值分解。在这里引入Eckart-Young定理,上面的式子一般会写成大家熟悉的形式。,描述这组数据的线性模型可以写成。也有相当的误差,问题变成。的Frobenius范数。个不为零的对角元素,因此。,解就是大家喜闻乐见的。的最优rank-k近似。

2023-12-05 15:42:41 680

原创 【笔记】robust MVDR

MVDR波束形成具有较高SNR,但易受校准误差、导向矢量误差、相关矩阵估计误差等各种失配的影响,造成SOI损失。目前有不少研究致力于增加MVDR稳定性,基于个人有限的理解,现将这些论文整理成笔记。

2023-11-29 17:37:05 482 1

AVA Speech数据集

个人觉得很好的做speech/music detection的开源数据集,由于AVA的数据在谷歌上,国内上不去,这里可以从amazon下载,下载代码包含在文件里,标签从https://github.com/cvdfoundation/ava-dataset和https://github.com/biboamy/AVASpeech_Music_Labels下载,最近国内上github也有点艰难,这里把标签一并上传了。由于这里只是利用AVA speech做speech/music detection,所以最后的视频文件用ffmpeg转换成音频文件了,有做active speaker detection或者动作检测的可以按类似方法下载数据集。

2024-01-05

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除