| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 常用数学符号 | 第10-11页 |
| 目录 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外发展现状 | 第16-19页 |
| 1.3 论文主要研究内容 | 第19-20页 |
| 1.4 论文章节安排 | 第20-22页 |
| 第二章 稀疏表示和字典学习 | 第22-32页 |
| 2.1 稀疏 | 第22-23页 |
| 2.2 稀疏表示 | 第23-26页 |
| 2.2.1 OMP | 第25-26页 |
| 2.2.2 BP | 第26页 |
| 2.2.3 LARC | 第26页 |
| 2.3 字典学习 | 第26-30页 |
| 2.3.1 K-SVD | 第27-28页 |
| 2.3.2 近似K-SVD | 第28-29页 |
| 2.3.3 贪婪自适应字典 | 第29-30页 |
| 2.4 常用的语音信号变换 | 第30-32页 |
| 第三章 基于双层稀疏模型的欠定语音分离算法研究 | 第32-54页 |
| 3.1 引言 | 第32-33页 |
| 3.2 基于时频掩码的语音分离算法 | 第33-37页 |
| 3.2.1 DUET | 第33-35页 |
| 3.2.2 基于语音谐波特性的DUET改进算法 | 第35-36页 |
| 3.2.3 允许信号重叠的DUET改进算法 | 第36-37页 |
| 3.3 基于语音稀疏表示的语音分离方法 | 第37-40页 |
| 3.4 基于SVD的混合矩阵估计算法 | 第40-41页 |
| 3.5 基于双层稀疏模型的语音分离算法 | 第41-45页 |
| 3.6 对比实验 | 第45-52页 |
| 3.6.1 实验准备 | 第45-48页 |
| 3.6.2 混合矩阵估计对比试验 | 第48-50页 |
| 3.6.3 语音分离对比实验 | 第50-52页 |
| 3.7 本章小结 | 第52-54页 |
| 第四章 基于区分性字典学习的单通道语音分离算法研究 | 第54-80页 |
| 4.1 引言 | 第54页 |
| 4.2 计算听觉场景分析 | 第54-56页 |
| 4.3 基于模型的方法 | 第56-60页 |
| 4.3.1 基于模型的方法综述 | 第56页 |
| 4.3.2 基于稀疏非负矩阵分解的单通道语音分离算法 | 第56-59页 |
| 4.3.3 基于稀疏复数矩阵分解的单通道语音分离算法 | 第59-60页 |
| 4.4 区分性字典学习 | 第60-68页 |
| 4.4.1 传统方法的缺点 | 第60-62页 |
| 4.4.2 区分性字典学习方法 | 第62-66页 |
| 4.4.3 基于区分性字典学习的单通道语音分离算法 | 第66-68页 |
| 4.5 对比实验 | 第68-76页 |
| 4.5.1 实验准备 | 第68-69页 |
| 4.5.2 收敛性、有效性验证和参数选取讨论 | 第69-72页 |
| 4.5.3 分离性能对比 | 第72-76页 |
| 4.6 分层字典学习 | 第76-78页 |
| 4.6.1 单层学习与多层学习 | 第76页 |
| 4.6.2 分层字典学习 | 第76-78页 |
| 4.6.3 实验仿真 | 第78页 |
| 4.7 本章小结 | 第78-80页 |
| 第五章 基于联合字典学习和信号-特征字典学习的语音降噪算法研究 | 第80-98页 |
| 5.1 引言 | 第80页 |
| 5.2 传统的语音降噪算法 | 第80-84页 |
| 5.2.1 谱减法 | 第80-82页 |
| 5.2.2 基于统计模型的方法 | 第82-83页 |
| 5.2.3 子空间方法 | 第83-84页 |
| 5.3 生成性字典学习 | 第84-86页 |
| 5.4 基于联合字典学习的语音降噪方法 | 第86-92页 |
| 5.4.1 联合字典学习 | 第86-89页 |
| 5.4.2 仿真实验 | 第89-92页 |
| 5.5 基于特征和信号字典学习的语音降噪算法 | 第92-97页 |
| 5.5.1 特征提取 | 第92-93页 |
| 5.5.2 信号-特征字典学习和语音降噪算法 | 第93-96页 |
| 5.5.3 仿真实验 | 第96-97页 |
| 5.6 本章小结 | 第97-98页 |
| 第六章 总结和展望 | 第98-102页 |
| 6.1 全文内容总结 | 第98-99页 |
| 6.2 研究展望 | 第99-102页 |
| 参考文献 | 第102-110页 |
| 致谢 | 第110-112页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第112页 |
