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:
本文针对语音信号的压缩感知问题,在系数总长度不超过原信号长度的前提下,推导了Sym小波分解合成的矩阵形式,提出了语音信号多尺度压缩感知(MCS)框架.进一步分析语音信号在小波基下不同级的稀疏性,提出了自适应多尺度压缩感知(AMCS)方法,把该方法运用到语音压缩与重构中,对重构语音进行了主客观评价,并进行了说话人识别验证,得出结论:基于AMCS比三层MCS重构语音的性能好.
推荐文章
基于线性预测的自适应语音压缩感知
压缩感知
线性预测
稀疏变换基
语音信号
自适应
基于稀疏度自适应算法的压缩感知
压缩感知
稀疏度自适应算法
重构时间
基于压缩感知和改进自适应正交匹配的稀疏信号重构
信号重构
压缩感知
正交匹配
噪声
基于块稀疏度估计的压缩感知自适应重构算法
块稀疏信号
压缩感知
估计
正则化
自适应
信号重构
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 基于自适应多尺度压缩感知的语音压缩与重构
来源期刊 电子学报 学科 工学
关键词 Sym小波 多尺度压缩感知 自适应多尺度压缩感知 语音压缩与重构 基追踪
年,卷(期) 2011,(1) 所属期刊栏目 学术论文
研究方向 页码范围 40-45
页数 分类号 TN912.3
字数 6616字 语种 中文
DOI
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 杨震 南京邮电大学通信与信息工程学院 199 2651 30.0 44.0
2 孙林慧 南京邮电大学通信与信息工程学院 23 493 11.0 22.0
3 叶蕾 南京邮电大学通信与信息工程学院 16 324 10.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (629)
参考文献  (9)
节点文献
引证文献  (59)
同被引文献  (57)
二级引证文献  (124)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(14)
  • 参考文献(1)
  • 二级参考文献(13)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(7)
  • 二级引证文献(0)
2013(14)
  • 引证文献(10)
  • 二级引证文献(4)
2014(31)
  • 引证文献(14)
  • 二级引证文献(17)
2015(19)
  • 引证文献(7)
  • 二级引证文献(12)
2016(24)
  • 引证文献(6)
  • 二级引证文献(18)
2017(28)
  • 引证文献(10)
  • 二级引证文献(18)
2018(30)
  • 引证文献(2)
  • 二级引证文献(28)
2019(23)
  • 引证文献(1)
  • 二级引证文献(22)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
Sym小波
多尺度压缩感知
自适应多尺度压缩感知
语音压缩与重构
基追踪
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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