<?xml version="1.0" encoding="UTF-8"?><xml><records><record><source-app name="Biblio" version="7.x">Drupal-Biblio</source-app><ref-type>25</ref-type><contributors><authors><author><style face="normal" font="default" size="100%">曲天书</style></author><author><style face="normal" font="default" size="100%">吴玺宏</style></author><author><style face="normal" font="default" size="100%">张梦帆</style></author></authors></contributors><titles><title><style face="normal" font="default" size="100%">一种基于深度神经网络的个性化头相关传输函数建模方法</style></title></titles><dates><year><style  face="normal" font="default" size="100%">2018</style></year></dates><edition><style face="normal" font="default" size="100%">China</style></edition><volume><style face="normal" font="default" size="100%">ZL201810182617.8</style></volume><language><style face="normal" font="default" size="100%">eng</style></language><abstract><style face="normal" font="default" size="100%">本发明公开了一种基于深度神经网络的个性化头相关传输函数建模方法。本方法是基于空间主成分分析对HRTF数据进行分解，将分解得到空间主成分、空间主成分系数和平均空间函数分别用神经网络建模，其中，空间主成分和平均空间函数只与空间方向有关，空间主成分系数是频率和被试个性化特征参数的函数；本发明用深层神经网络对空间主成分，平均空间函数和双耳时间差分别建模，将水平角及仰角等空间方向信息引入网络输入层；同时，用神经网络基于人体测量参数对空间主成分系数建模。基于上述模型，可根据被试少量的人体测量参数，得到其在空间任意方向个性化的HRTF。</style></abstract><section><style face="normal" font="default" size="100%">CN</style></section></record></records></xml>