局部搜索的音频数据检索

根据多媒体音频数据的特点,提出一种适用于快速音频数据检索的局部搜索数据结构,即局部搜索树(local search tree,LS-tree).在局部搜索树中,分别以音频数据小波变换系数的过零率和平均幅度作为主、次关键码,基于局部范围对作为索引的其他系数进行组织.其次,基于局部搜索树,提出采用小波包最好基小波塔型算法实现音频数据检索.最后,把采用局部搜索树的小波包最好基—小波塔型算法的搜索和基于小波不同级系数的检索方法相比较,结果表明,这种方法对音频数据检索的快速和有效性.

基于最好基的音频数据搜索方法研究

根据小波包变换的的特点,在产生最好基子空间的基础上,阐述把最好基子空间转换成最好基子空间数值表示形式的方法。利用这种数值表示形式,提出类AVL搜索树的结点结构。并以这种结点结构为基础,提出基于最好基的音频数据搜索方法,利用对类AVL树的最好基搜索来实现对音频数据的可靠搜索。

运用神经网络对音频数据索引的最优基的选择

在详细探讨了反向传播训练算法之后 ,提出了用神经网络选择音频数据索引最优基的方法 .该方法用小波变换抽取音频信号的关键系数 ,根据四层小波包二分树确定输出神经元的数量与含义 ,用Levenberg Marquardt修正反向传播算法构造与训练了一个 3 2 8 8人工神经网络 .试验表明 。