TY -的A2 - Chen Miaochao AU -李,羌族PY - 2021 DA - 2021/10/13 TI -使用非线性扩散模型来识别音乐信号SP - 2210953六世- 2021 AB -在这篇文章中,结合偏微分方程音乐信号平滑模型,提出了一个新的音乐信号识别模型。实验结果表明,该模型具有上述两个模型的同时,可以消除噪声,提高音乐信号。本文还研究了音乐信号基于非线性扩散模型的识别方法。通过区分平面面积和边界区域的音乐信号,得到一个新的扩散系数方程通过结合这两种方法,和相应的偏微分方程是由有限差分法离散的数值解。偏微分方程的应用在音乐信号处理是一种相对较新的话题。因为它可以精确地模型音乐信号,解决了很多复杂的音乐信号处理中存在的问题。然后,我们使用该集团将傅里叶变换(GSFT)将偏微分方程转化为一个线性齐次微分方程系统,然后用系列获得线性齐次微分方程系统的解决方案,最后使用该集团转变傅里叶反变换得到噪声调频干扰的概率密度函数的时间依赖解信号。本文利用随机微分的数学方法来解决关键问题的时间解决噪声干扰信号的概率密度函数,并研究随机微分理论的应用在雷达干扰信号处理和音乐信号处理。在论文的最后,应用随机微分在音乐信号的滤波处理。根据固有的自相似性音乐信号系统的完整性和稳定性经验模态分解(EMD)算法,一种新型的EMD音乐使用随机微分信号滤波算法。 This improved anisotropic diffusion method can maintain and enhance the boundary while smoothing the music signal. The filtering results of the actual music signal show that the algorithm is effective. SN - 1687-9120 UR - https://doi.org/10.1155/2021/2210953 DO - 10.1155/2021/2210953 JF - Advances in Mathematical Physics PB - Hindawi KW - ER -