原文服务方: 西安交通大学学报       
摘要:
从盲声源信号的独立性出发,提出了一种新的盲声源混合信号分离方法.该方法基于信号联合概率的分布统计,利用信号联合概率的方向导数熵最小获得最佳的旋转角度,最终实现盲信号分离.与快速独立分量分析方法及神经网络方法相比,该方法不需要迭代计算.采用新的盲声源信号分离方法对轴承试验台的混合声音信号进行识别,将电机和滚动轴承的声音分离出来,进而可以准确识别机械的故障.
推荐文章
一种有效的语音信号盲分离方法
盲源分离
独立分量分析
排列模糊
语音信号处理
一种新的联合对角化盲源分离算法分析
盲源分离
联合矩阵
二阶累积量
四阶累积量
一种新的自适应步长盲源分离算法
盲源分离
自然梯度
自适应步长
固定步长
一种基于变步长盲源分离的混响消除方法
混响消除
变步长算法
盲源分离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的盲声源信号分离方法及其应用
来源期刊 西安交通大学学报 学科
关键词 盲源分离 独立分量分析 声音识别
年,卷(期) 2005,(1) 所属期刊栏目
研究方向 页码范围 6-8,20
页数 4页 分类号 TH206
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2005.01.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 穆安乐 西安理工大学机械学院 34 267 11.0 15.0
2 张西宁 西安交通大学机械制造系统工程国家重点实验室 48 471 11.0 20.0
3 温广瑞 西安交通大学机械制造系统工程国家重点实验室 56 405 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (43)
参考文献  (4)
节点文献
引证文献  (25)
同被引文献  (23)
二级引证文献  (68)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(5)
  • 引证文献(3)
  • 二级引证文献(2)
2008(7)
  • 引证文献(4)
  • 二级引证文献(3)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2011(10)
  • 引证文献(2)
  • 二级引证文献(8)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
盲源分离
独立分量分析
声音识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导