[发明专利]一种基于参数迁移学习低资源头相关传输函数个性化方法有效
| 申请号： | 201910560696.6 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110457646B | 公开（公告）日： | 2022-12-13 |
| 发明（设计）人： | 戚肖克 | 申请（专利权）人： | 中国政法大学 |
| 主分类号： | G06F17/15 | 分类号： | G06F17/15;G06N20/00 |
| 代理公司： | 安徽思沃达知识产权代理有限公司 34220 | 代理人： | 赵晶莹 |
| 地址： | 100229*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 参数 迁移 学习 资源 相关 传输 函数 个性化 方法 | ||
1.一种基于参数迁移学习低资源头相关传输函数个性化方法，其特征在于，包括特征生成模块(1)、参考个性化相关传输函数模型训练模块、参数迁移模型训练模块(3)和个性化头相关函数预测模块；特征生成模块(1)产生不同空间位置处于头相关传输函数相关特征，参考个性化头相关传输函数模型训练模块(2)基于参考头相关相关函数库在不同对象不同空间位置处的特征与相应个性化相关传输函数之间产生非线性映射，参数迁移模型训练模块(3)基于目标对象的低资源个性化相关传输函数数据库对参考个性化相关传输函数模型进行参数迁移，生成目标对象的头相关传输函数个性化模型，个性化相关函数预测模块预测目标对象的全空间个性化头相关传输函数；
所述特征生成模块(1)的产生包括方向特征模块、距离特征模块、特征合并模块(13)和特征预处理模块(14)；
所述特征合并模块(13)合并方向特征和距离特征再进行特征预处理，所述特征预处理将合并后的特征归一化，均值为0，方差为1；
基于参考头相关传输函数数据库，提取对数幅度最小相位头相关传输函数，再对最小相位头相关传输函数进行预处理，预处理后的数据进入参考个性化相关传输函数模型训练模块；
参考个性化头相关传输函数模型训练模块(2)，与所述特征生成模块(1)、头相关传输函数的预处理模块(22)、基于专家领域知识的损失函数设计模块(23)相连，用于基于深度神经网络的模型训练，获得参考个性化头相关传输函数模型；
所述基于专家领域知识的损失函数设计模块(23)获得参考个性化相关传输函数模型训练过程中的损失函数；
所述参数迁移模型训练模块(3)包括特征生成模块(1)、参考个性化头相关传输函数模型训练模块(2)、低资源数据库准备模块和基于参数迁移学习的模型训练模块(32)；
所述参数迁移模型训练模块(3)基于目标对象的低资源个性化头相关传输函数数据库对参考个性化头相关传输函数模型进行参数迁移，生成目标对象的头相关传输函数个性化模型；
所述低资源数据准备模块(31)产生参数迁移模型训练数据；
所述基于参数迁移学习的模型训练模块(32)对参考个性化头相关传输函数模型迁移与目标对象的头相关传输函数数据匹配，获得个性化头相关传输函数生成模型；
所述个性化头相关传输函数预测模块(4)包括基于空间位置的最小相位头相关传输函数预测模块(41)和头相关传输函数重建模块(42)，预测目标对象的全空间个性化头相关传输函数；
所述基于空间位置的最小相位头相关传输函数预测模块(41)预测目标对象在目标空间位置处的对数幅度最小相位头相关传输函数；
所述头相关传输函数重建模块(42)预测对数幅度最小相位头相关传输函数重构个性化头相关传输函数述。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国政法大学，未经中国政法大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910560696.6/1.html，转载请声明来源钻瓜专利网。
