188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
zhongguopa..

上传于：2015-01-18

粉丝量：0

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 7 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 6 页

  • 基于自适应冗余字典的语音信号稀疏表示算法

    星级： 7 页

  • 基于自适应冗余字典的语音信号稀疏表示方法

    星级： 11 页

  • 基于稀疏表示和字典学习的语音增强算法研究

    星级： 115 页

  • 基于联合字典学习和稀疏表示的语音降噪算法研究

    星级： 90 页

  • 基于联合字典学习和稀疏表示的语音降噪算法研究

    星级： 93 页

  • 基于自适应词典的语音信号稀疏表示方法

    星级： 6 页

  • 基于自适应词典的语音信号稀疏表示方法

    星级： 6 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 基于自适应冗余字典的语音信号稀疏表示算法

    下载积分： 1500

    内容提示： 第 33 卷第 10 期 电 子 与 信 息 学 报 Vol.33No.10 2011 年 10 月 Journal of Electronics & Information Technology Oct. 2011 基于自适应冗余字典的语音信号稀疏表示算法 王天荆*①② 郑宝玉① 杨 震① ①(南京邮电大学宽带无线通信与传感网技术188宝金博页面版部重点实验室 南京 210003) ②(南京工业大学理学院 南京 210009) 摘 要： 基于冗余字典的信号稀疏表示是一种新的信号表示理论， 当前的理论研究主要集中在字典构造算法和稀...

    文档格式：PDF | 页数：6 | 浏览次数：21 | 上传日期：2015-01-18 17:46:41 | 文档星级：
    第 33 卷第 10 期 电 子 与 信 息 学 报 Vol.33No.10 2011 年 10 月 Journal of Electronics & Information Technology Oct. 2011 基于自适应冗余字典的语音信号稀疏表示算法 王天荆*①② 郑宝玉① 杨 震① ①(南京邮电大学宽带无线通信与传感网技术188宝金博页面版部重点实验室 南京 210003) ②(南京工业大学理学院 南京 210009) 摘 要： 基于冗余字典的信号稀疏表示是一种新的信号表示理论， 当前的理论研究主要集中在字典构造算法和稀疏分解算法两方面。 该文提出一种新的基于自适应冗余字典的语音信号稀疏表示算法， 该算法针对自相关函数为指数衰减的平稳信号， 从K-L展开出发， 建立了匹配信号结构的冗余字典， 进而提出一种高效的基于非线性逼近的信号稀疏表示算法。实验结果表明冗余字典中原子的自适应性和代数结构使短时平稳语音信号稀疏表示具有较高的稀疏度和较好的重构精度， 并使稀疏表示算法较好地应用于语音压缩感知理论。 关键词： 语音信号处理； 压缩感知； 稀疏表示； K-L展开； 冗余字典 中图分类号： TN912.3 文献标识码： A 文章编号： 1009-5896(2011)10-2372-06 DOI: 10.3724/SP.J.1146.2011.00125 A Speech Signal Sparse Representation Algorithm Based on Adaptive Overcomplete Dictionary Wang Tian-jing①② Zheng Bao-yu① Yang Zhen① ①(Key Lab of “Broadband Wireless Communication and Sensor Network Technology”, Ministry of Education, Nanjing University of Posts & Telecommunications, Nanjing 210003, China) ②(School of Science, Nanjing University of Technology, Nanjing 210009, China) Abstract: The sparse representation based on overcomplete dictionary is a new signal representation theory. Recent activities in this field concentrate mainly on the study of dictionary design algorithm and sparse decomposition algorithm. In this paper, a novel speech signal sparse representation algorithm is proposed based on adaptive overcomplete dictionary. Considering stationary signal with autocorrelation function of exponential decay, an adaptive overcomplete dictionary is constructed in terms of the Karhunen-Loève (K-L) expansion. Furthermore, an effective algorithm based on the nonlinear approximation is proposed to obtain sparse decomposition of signal with the adaptive dictionary. The experimental results indicate that short-term stationary speech signal sparse representation based on the adaptability and algebraic structure of atom in the overcomplete dictionary has higher sparsity and better reconstructive precision. The sparse representation algorithm can preferably be used in compressed sensing. Key words: Speech signal processing; Compressed Sensing (CS); Sparse representation; Karhunen-Loève (K-L) expansion; Overcomplete dictionary 1 引言 在信号处理中， 用空间变换有效地表达信号，可提高压缩效率。 传统的信号表示是基于“正交基”的展开， 如DCT， 小波变换等， 但这种分解不总能够达到较好的效果， 尤其是对时频变化范围很广的信号效果更差。 一种更好的信号表示方式应是根据 2011-02-21收到， 2011-07-22改回 国家自然科学基金(60971129)， 国家973计划项目(2011CB302903)，江 苏 省 自 然 科 学 基 金 (BK2011238) ，中 国 博 士 后 科 学 基 金(20100481167)和江苏省博士后科学基金(1101022B)资助课题 *通信作者： 王天荆 tianjingwang@njupt.edu.cn 信号的特点， 自适应地选择基函数。 文献[1,2]提出信号在过完备原子库(或称为冗余字典)上进行稀疏分解的思想， 该原子库比通常的完备正交基大得多，在信号所表示的空间中足够密。 因此， 信号稀疏表示的结果就是信号线性展开中大部分基函数的系数为零， 只有少数基函数具有较大的非零系数。 这里称基函数为原子， 其集合为字典。 信号稀疏表示具有由可揭示信号主要特征与内在结构的少量原子来表示信号的优良特性， 因此在信号去噪[3]、 特征识 别[4]、 弱信号提取[5]和数据压缩[6]等领域得到了 广泛应用。 针对稀疏分解， 已有MP(Matching Pursuit)[1],

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司