作者:
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:
传统语音增强算法在去除噪声的同时也导致语音受损,为了减小这种负面影响,结合了语音信号的稀疏表示算法与语音增强算法和自适应的获得训练字典,提出了一种基于自适应稀疏表示的语音增强算法.仿真实验结果表明该方法即使在低信噪比的条件下也能有效去噪,且去噪后能很好的分辨出原始语音信号.
推荐文章
基于聚类分析的电子商务用户行为识别
聚类分析
用户营销
电子商务
用户行为识别
基于增强字典稀疏表示分类的SAR目标识别方法
合成孔径雷达
目标识别
增强字典
稀疏表示分类
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
自训练过完备字典和稀疏表示的语音增强
正交匹配追踪
迭代阈值
字典训练
语音增强
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 基于自适应稀疏表示的电子商务语音识别增强方法研究
来源期刊 电子器件 学科 工学
关键词 语音增强 稀疏表示 训练字典 非负限制的双重稀疏K-SVD
年,卷(期) 2019,(2) 所属期刊栏目 电子电路设计分析及应用
研究方向 页码范围 453-457
页数 5页 分类号 TN912.35
字数 4623字 语种 中文
DOI 10.3969/j.issn.1005-9490.2019.02.036
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 王一海 12 11 2.0 2.0
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  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
稀疏表示
训练字典
非负限制的双重稀疏K-SVD
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
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导