基于小波变换和神经网络的语音增强算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·语音和噪声的特性 | 第10-12页 |
| ·语音的特点 | 第10-11页 |
| ·噪声的特点 | 第11-12页 |
| ·人耳感知的特性 | 第12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第二章 语音增强技术 | 第14-22页 |
| ·谱减法 | 第14-17页 |
| ·谱减法原理 | 第14-16页 |
| ·仿真实验与结果分析 | 第16-17页 |
| ·参数方法 | 第17-20页 |
| ·维纳滤波法 | 第17-19页 |
| ·卡尔曼滤波 | 第19-20页 |
| ·基于人耳听觉掩蔽效应模型 | 第20-22页 |
| 第三章 基于小波变换的语音增强算法的研究 | 第22-46页 |
| ·小波分析的基础知识 | 第22-31页 |
| ·小波分析的一些基本概念 | 第22-23页 |
| ·多分辨率分析 | 第23-24页 |
| ·小波分析的分类 | 第24-31页 |
| ·基于小波变换的语音增强 | 第31-32页 |
| ·小波消噪的改进阈值函数研究 | 第32-40页 |
| ·改进的阈值函数推导 | 第32-36页 |
| ·改进的阈值函数消噪实验结果及分析 | 第36-40页 |
| ·小波阈值估计 | 第40-46页 |
| ·MATLAB 中的小波阈值估计 | 第40-42页 |
| ·基于Teager 能量算子的阈值估计方法 | 第42-43页 |
| ·改进的阈值估计 | 第43-44页 |
| ·改进阈值估计方法进行消噪实验及结果分析 | 第44-46页 |
| 第四章 小波神经网络 | 第46-56页 |
| ·人工神经网络 | 第46-47页 |
| ·神经网络的特点 | 第46-47页 |
| ·神经网络的学习方法 | 第47页 |
| ·自适应噪声抵消算法 | 第47-48页 |
| ·小波神经网络自适应滤波 | 第48-51页 |
| ·小波神经网络 | 第48-49页 |
| ·小波神经网络自适应噪声抵消算法 | 第49-51页 |
| ·差分进化算法 | 第51-52页 |
| ·差分进化算法优化小波神经网络 | 第52-53页 |
| ·实验仿真及结果分析 | 第53-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·主要工作与结论 | 第56页 |
| ·研究方向 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 硕士期间发表的论文 | 第62页 |
