首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

基于灰色模型和支持向量机的音频频带扩展方法

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 课题背景第10-11页
    1.2 研究现状第11-14页
    1.3 算法框架第14-15页
    1.4 研究目标第15-16页
    1.5 研究内容第16页
    1.6 论文组织结构第16-18页
第2章 基于 GM(1,1)的高频子带能量估计第18-38页
    2.1 GM(1,1)模型的引入第18-19页
        2.1.1 灰色系统理论第18页
        2.1.2 灰色模型的适用性分析第18-19页
    2.2 基于 GM(1,1)的高频子带能量估计第19-22页
    2.3 基于 GM(1,1)的音频频带扩展方法第22-24页
    2.4 GM(1,1)参数调整第24-30页
    2.5 性能测试第30-36页
        2.5.1 背景值参数调整方法性能测试第30-32页
        2.5.2 GM(1,1)与参考方法性能比较第32-36页
    2.6 本章小结第36-38页
第3章 基于选择性灰色预测模型的高频频谱包络估计方法第38-50页
    3.1 基于灰色 Verhulst 模型的高频子带能量估计方法第38-41页
    3.2 两种高频子带能量估计方法的比较第41-43页
        3.2.1 语谱图对比第41-42页
        3.2.2 客观质量评测结果比较第42-43页
    3.3 基于选择性灰色预测模型的高频子带能量估计方法第43-45页
    3.4 性能测试第45-48页
        3.4.1 语谱图分析第45-47页
        3.4.2 客观质量评测第47-48页
    3.5 本章小结第48-50页
第4章 基于局部最小二乘支持向量机的高频频谱细节恢复第50-68页
    4.1 相空间重构第50-57页
        4.1.1 延迟时间的确定第51-52页
        4.1.2 嵌入维数的确定第52-54页
        4.1.3 音频信号的相空间重构第54-57页
    4.2 基于局部最小二乘支持向量机的高频频谱细节恢复第57-62页
        4.2.1 支持向量机的引入第57-58页
        4.2.2 标准支持向量回归机与最小二乘支持向量回归机第58-60页
        4.2.3 高频频谱细节预测第60-62页
    4.3 基于局部最小二乘支持向量机的音频频带扩展方法第62-63页
    4.4 性能测试第63-65页
        4.4.1 语谱图分析第63-65页
        4.4.2 客观质量评测第65页
    4.5 本章小结第65-68页
第5章 非线性频带扩展方法在宽带音频编码器中的应用第68-80页
    5.1 G.722.1 与 G.722.1C 编解码框架第68-72页
        5.1.1 G.722.1 宽带音频编解码框架第68-71页
        5.1.2 G.722.1C 超宽带音频编解码框架第71-72页
    5.2 非线性频带扩展方法在 G.722.1 中的应用第72-73页
    5.3 性能测试第73-78页
        5.3.1 语谱图分析第74-76页
        5.3.2 客观质量评测第76-77页
        5.3.3 主观质量评测第77-78页
    5.4 本章小结第78-80页
结论第80-82页
参考文献第82-88页
攻读硕士学位期间所发表的学术论文第88-90页
攻读硕士学位期间参加的科研项目第90-92页
致谢第92页

论文共92页,点击 下载论文
上一篇:基于混合冗余策略的安全云存储研究
下一篇:基于冗余字典的分布式压缩感知视频编码算法研究