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:
针对一些常用语音增强方法的特点和不足,本文提出将改进粒子群优化BP网络算法用于语音增强,仿真结果表明:基于PSO-BP神经网络的语音增强方法可以较大幅度的提升带噪语音信号的信噪比,效果明显。
推荐文章
基于组合特征和PSO-BP算法的数字识别
组合特征
粒了群算法
BP神经网络
数字识别
基于PSO-BP算法的目标威胁评估
BP神经网络
粒子群算法
威胁指数法
威胁估计
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于PCA的PSO-BP入侵检测研究
主成分分析
粒子群优化
BP神经网络
入侵检测
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PSO-BP的语音增强方法研究
来源期刊 创新科技 学科 工学
关键词 语音增强 带噪语音信号 信噪比
年,卷(期) 2014,(8) 所属期刊栏目 技术创新
研究方向 页码范围 60-60,61
页数 2页 分类号 TN912
字数 1772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 张娓娓 河南工业职业技术学院电气工程系 23 60 4.0 6.0
2 陈乐瑞 18 49 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (43)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
语音增强
带噪语音信号
信噪比
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
创新科技
月刊
1671-0037
41-1319/N
大16开
河南省郑州市政六街3号
36-221
2002
chi
出版文献量(篇)
7947
总下载数(次)
17
总被引数(次)
6811
论文1v1指导