语音信号盲分离的多变量密度估计方法
【摘要】：本文给出了一种语音信号盲分离的训练算法.该算法选用Kullback-Leibler距离作为目标函数来衡量源信号各分量的独立性,利用多变量概率密度估计技术和自然梯度优化算法,最小化该目标函数。计算机仿真结果表明,算法既可以有效分离混迭语音信号.
|
|
|
|
| 1 |
纪祥鲲;王胜兵;艾小川;;线性独立成分分析的统一算法[J];计算机与数字工程;2008年08期 |
| 2 |
马明;蒋晓松;;基于最小互信息算法的跳频信号接收方法[J];探测与控制学报;2010年02期 |
| 3 |
何振亚,杨绿溪,刘琚,鲁子奕,何晨;一类基于多变量密度估计的盲源分离方法[J];电子与信息学报;2001年04期 |
| 4 |
马明;;基于盲源分离的抗同频干扰调幅通信接收机[J];信息化纵横;2009年12期 |
| 5 |
刘琚,梅良模,何振亚;一种盲信号分离的信息理论方法[J];山东大学学报(自然科学版);1998年04期 |
| 6 |
汤影;康戈文;;盲源分离中信号独立性的讨论[J];现代电子技术;2006年04期 |
| 7 |
刘琚,聂开宝,何振亚;非线性混叠信号的可分离性及分离方法研究[J];电子与信息学报;2003年01期 |
| 8 |
倪晋平;陈亚林;马时亮;;非线性LMS算法实现盲源分离[J];西安工业大学学报;2006年05期 |
| 9 |
高颖;李月;杨宝俊;;变步长自适应盲源分离算法综述[J];计算机工程与应用;2007年19期 |
| 10 |
冯海军;祝华;章艺;柳瑞锋;;基于独立分量的信息极大化法机械振动盲分离研究[J];船舶工程;2008年01期 |
| 11 |
钟伯成;;基于信息极大的动态独立分量分析[J];合肥工业大学学报(自然科学版);2009年08期 |
| 12 |
田其冲;郑卫国;孙大雷;;独立分量分析及其应用[J];电脑知识与技术;2009年18期 |
| 13 |
赵欣欣;曹继华;张岳霞;;基于径向基函数的非线性混合信号的盲分离[J];黑龙江科技信息;2010年25期 |
| 14 |
白志茂;黄高明;徐琴珍;杨绿溪;;基于信息典型相关分析的时差测向[J];信号处理;2010年02期 |
| 15 |
尉宇,聂玉峰;自适应最优保存遗传算法在盲信号分离中的应用[J];武汉科技大学学报(自然科学版);2003年03期 |
| 16 |
肖俊,何为伟;一种基于信息最大化的时延混合盲分离算法[J];井冈山学院学报;2005年03期 |
| 17 |
张旭秀;王培;邱天爽;;基于改进信息最大化法的盲多用户检测[J];信息与控制;2008年05期 |
| 18 |
梁端丹;韩政;郝家甲;;独立分量分析及其应用研究[J];现代电子技术;2008年03期 |
| 19 |
张文爱;刘俊豪;;基于粒子群算法的盲源分离算法[J];太原理工大学学报;2006年02期 |
| 20 |
王春华;公茂法;衡泽超;;盲源分离技术及其发展[J];信息化纵横;2009年18期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心