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:
将量子神经网络(QNN)应用于语音增强技术中,并与基于径向基函数神经(RBF)网络的语音增强技术进行比较.实验结果表明,基于QNN上的语音增强技术效果比基于人工神经网络(ANN)中的RBF网络的语音增强技术效果好,消噪能力强,有更好的鲁棒性.另外,该技术还能够改善语音质量.
推荐文章
一种基于改进的量子神经网络的语音降噪方法
语音信号
降噪
量子神经网络
粒子群算法
基于深度神经网络的语音增强研究
深度学习
语音增强
人工神经网络
改进的基于神经网络的信息最大化语音增强算法
独立分量分析
神经网络
语音增强
基于小波混沌神经网络的语音识别
语音识别
小波变换
混沌
神经网络
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 基于量子神经网络(QNN)的语音增强技术
来源期刊 军民两用技术与产品 学科 工学
关键词 语音增强 量子神经网络 人工神经网络 径向基函数神经网络
年,卷(期) 2009,(1) 所属期刊栏目 学术论文
研究方向 页码范围 42-44
页数 3页 分类号 TP3
字数 2729字 语种 中文
DOI 10.3969/j.issn.1009-8119.2009.01.017
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 王伟 南京邮电大学通信与信息工程学院 51 134 5.0 9.0
2 徐国标 南京邮电大学通信与信息工程学院 2 4 1.0 2.0
3 李飞 南京邮电大学信号处理与传输研究院 55 356 11.0 16.0
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  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(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)
2009(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音增强
量子神经网络
人工神经网络
径向基函数神经网络
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
军民两用技术与产品
月刊
1009-8119
11-4538/V
大16开
北京海淀区阜城路16号412室《军民两用技术与产品》编辑部
82-17
1988
chi
出版文献量(篇)
17974
总下载数(次)
58
论文1v1指导