原文服务方: 科技与创新       
摘要:
本文在盲信号处理的背景下介绍了独立分量分析算法的原理及特点.针对语音信号复杂多变、但源信号保持相互独立的特点,采用了改进后的FICA方法对混合语音信号进行分离,最终通过仿真实验,获得了满意的分离效果.
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
语音信号识别基于盲源信号分离的实现
盲信号分离
DSP
FastICA
ADSP_BF533平台
基于盲源分离和噪声抑制的语音信号识别
语音恢复
时频分离
自适应噪声抑制
自动语音识别
基于峭度的BSS开关算法的语音信号盲分离
盲信号处理
盲源分离
峭度
批处理算法
自适应算法
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FICA的盲语音信号分离方法研究
来源期刊 科技与创新 学科
关键词 盲信号 独立分量分析 FICA 预处理
年,卷(期) 2009,(28) 所属期刊栏目 软件天地
研究方向 页码范围 176-177,96
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2009.28.072
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 范启富 上海交通大学电子信息与电气工程学院 23 117 7.0 10.0
2 王翔 上海交通大学电子信息与电气工程学院 15 142 5.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (12)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
盲信号
独立分量分析
FICA
预处理
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导