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:
运用独立分量分析(ICA)提取信号高阶统计特征的方法,提出一种新的利用信号自身统计特性的信噪区分方法,由于ICA变换可以增大语音和噪声的统计性差别,故在ICA域内可以有效区分语音和噪声.在此基础上提出了ICA能量(ICAE)和滤波ICAE(FICAE)特征来进行端点检测.实验表明,结合FICAE与ICAE的端点检测方法在不同信噪比时具有一定的稳定性,在很低信噪比下也能有效检测出语音的端点,显示了良好的抗噪性能,为强背景噪声下弱信号的端点检测提供了新的途径.
推荐文章
应用独立分量分析提取机器的状态特征
独立分量分析
机器状态
特征提取
自相关
基于 Mel-TEO的带噪语音端点检测算法
语音端点检测
说话人识别
Teager能量算子
Mel倒谱距离
噪声
基于独立分量聚类分析的诱发脑电特征提取技术
独立分量聚类分析
Infomax
K均值
诱发脑电
组合2DFLDA监督的非负矩阵分解和独立分量分析的特征提取方法
人脸识别
梯度非负矩阵分解
径向基网络
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 基于独立分量分析特征提取的带噪信号端点检测
来源期刊 数据采集与处理 学科 工学
关键词 端点检测 独立分量分析 信噪区分 统计性
年,卷(期) 2007,(1) 所属期刊栏目 理论与试验研究
研究方向 页码范围 25-30
页数 6页 分类号 TN912.3
字数 4172字 语种 中文
DOI 10.3969/j.issn.1004-9037.2007.01.005
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 孔凡让 中国科学技术大学精密机械与精密仪器系 133 1100 17.0 25.0
2 王建平 中国科学技术大学精密机械与精密仪器系 69 1069 13.0 31.0
3 刘永斌 中国科学技术大学精密机械与精密仪器系 38 451 13.0 20.0
4 何清波 中国科学技术大学精密机械与精密仪器系 34 253 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (69)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (10)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(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
端点检测
独立分量分析
信噪区分
统计性
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导