文献类型：期刊文献

中文题名：基于改进的萤火虫优化算法的混合语音盲分离

英文题名：Blind separation of speech mixtures based on improved glowworm swarm optimization

作者：李著成[1,2];黄祥林[1]

第一作者：李著成

机构：[1]中国传媒大学理工学部,北京100024;[2]北京联合大学商务学院,北京100025

第一机构：中国传媒大学理工学部,北京100024

年份：2019

卷号：36

期号：10

起止页码：2992-2994

中文期刊名：计算机应用研究

外文期刊名：Application Research of Computers

收录：CSTPCD;;北大核心:【北大核心2017】；CSCD:【CSCD_E2019_2020】；

语种：中文

中文关键词：萤火虫优化算法;盲源分离;语音盲分离;飞行跨度

外文关键词：glowworm swarm optimization(GSO);blind source separation;blind speech separation;flight span

摘要：针对传统盲源分离优化算法对分离性能影响较大的局限性,提出了一种基于改进的萤火虫优化的混合语音盲分离算法。将萤火虫的飞行跨度由固定取值变为由新构造的函数自适应调整,在加快收敛速度的同时避免算法早熟现象的发生。实验结果表明,与基于自然梯度、标准萤火虫和粒子群优化的盲分离算法相比,新算法对混合语音信号的分离效果较好,在收敛速度和分离能力方面都有所提升。
Aiming at the limitation of traditional optimization algorithms for blind source separation(BSS),this paper proposed a blind speech separation algorithm based on the improved glowworm swarm optimization(IGSO).The new algorithm constructed a right function to adjust adaptively the flight span,so it could not only accelerate the convergence speed,but also avoided the premature convergence.The mixed speech separation experiments show that the proposed algorithm performs better than BSS based on nature gradient algorithm(NGA),GSO and particle swarm optimization(PSO),and improves both convergence rate and separation ability.