| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8页 |
| ·语音增强研究的历史和现状 | 第8-10页 |
| ·语音感知特性和噪声特性 | 第10-11页 |
| ·语音特性 | 第10-11页 |
| ·噪声特性 | 第11页 |
| ·语音质量评价 | 第11-14页 |
| ·主观评价 | 第12-13页 |
| ·客观评价 | 第13-14页 |
| ·SPSS软件 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| 第二章 稀疏表示概述 | 第16-26页 |
| ·引言 | 第16-17页 |
| ·字典训练方法 | 第17-20页 |
| ·DCT字典 | 第18-19页 |
| ·K-SVD字典 | 第19-20页 |
| ·稀疏表示算法 | 第20-23页 |
| ·基追踪算法 | 第20-21页 |
| ·匹配追踪算法 | 第21-22页 |
| ·正交匹配追踪算法 | 第22-23页 |
| ·实验仿真 | 第23-25页 |
| ·实验1基于DCT和K-SVD下三种算法重构对比 | 第23-24页 |
| ·实验2残差 ? 对基于K-SVD语音增强的影响 | 第24-25页 |
| ·本章总结 | 第25-26页 |
| 第三章 基于子空间改进的K-SVD稀疏表示算法 | 第26-36页 |
| ·引言 | 第26-27页 |
| ·信号子空间算法 | 第27-28页 |
| ·利用信号子空间改进的K-SVD语音增强算法 | 第28-35页 |
| ·子空间构造噪声字典 | 第29-31页 |
| ·实验仿真 | 第31-35页 |
| ·本章总结 | 第35-36页 |
| 第四章 深度神经网络算法研究 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·人工神经网络 | 第37-39页 |
| ·神经元 | 第37-38页 |
| ·网络拓扑结构 | 第38页 |
| ·BP算法 | 第38-39页 |
| ·深度神经网络 | 第39-45页 |
| ·深度神经网络的结构 | 第39-40页 |
| ·深度学习的训练算法 | 第40-45页 |
| ·本章总结 | 第45-46页 |
| 第五章 基于DNN改进的语音增强算法 | 第46-54页 |
| ·引言 | 第46页 |
| ·基于DNN改进的语音增强算法 | 第46-49页 |
| ·基于DNN的信号子空间语音增强算法 | 第46-48页 |
| ·基于DNN的子空间改进K-SVD稀疏表示语音增强算法 | 第48-49页 |
| ·实验仿真 | 第49-52页 |
| ·基于DNN的信号子空间语音增强算法实验仿真 | 第49-51页 |
| ·基于DNN的子空间改进K-SVD稀疏表示语音增强算法实验仿真 | 第51-52页 |
| ·本章总结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·工作展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |