基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
参考独立分量分析(independent component analysis with reference, ICA-R)将源信号的先验知识以参考信号的形式引入学习算法中,可以从混合信号中仅抽取期望的源信号. 基于ICA-R提出了一种语音增强新方法. 通过比较语音信号和多种噪声信号的特点,合理地构造了具有语音信号重要特性的参考信号,进而应用ICA-R从多种加性噪声中抽取了期望增强的语音信号. 计算机仿真和性能分析结果均表明了该方法的有效性.
推荐文章
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
参考独立分量分析固定点算法
独立分量分析
盲源分离
参考独立分量分析
参考信号
接近性度量
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
基于独立分量分析的单通道语音增强算法
独立分量分析
盲源分离
语音增强
单通道
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 基于参考独立分量分析的语音增强方法
来源期刊 大连理工大学学报 学科 工学
关键词 独立分量分析 盲源分离 语音增强 基音频率 参考信号
年,卷(期) 2006,(6) 所属期刊栏目 电子信息工程与管理工程
研究方向 页码范围 915-919
页数 5页 分类号 TN911.72
字数 2939字 语种 中文
DOI 10.3321/j.issn:1000-8608.2006.06.026
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 殷福亮 大连理工大学电子与信息工程学院 91 951 19.0 26.0
2 林秋华 大连理工大学电子与信息工程学院 26 159 7.0 11.0
3 郑永瑞 大连理工大学电子与信息工程学院 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (7)
二级引证文献  (18)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
独立分量分析
盲源分离
语音增强
基音频率
参考信号
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
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