| 第一章 引言 | 第1-12页 |
| ·独立分量分析现状 | 第9-10页 |
| ·本文应用ICA算法处理单通道语音信号的方法 | 第10-11页 |
| ·作者的主要工作 | 第11-12页 |
| 第二章 独立分量分析理论介绍 | 第12-27页 |
| ·ICA 概述 | 第12-13页 |
| ·独立分量分析理论发展概况 | 第13-15页 |
| ·传统线性变换 | 第15-19页 |
| ·二阶方法 | 第15-16页 |
| ·高阶方法 | 第16-19页 |
| ·基本独立分量分析 | 第19-23页 |
| ·与 ICA 相关的理论知识 | 第23-27页 |
| ·Kutosis(峰起度) | 第23-25页 |
| ·负熵(negentropy) | 第25-27页 |
| 第三章 独立分量分析主要算法及比较 | 第27-37页 |
| ·ICA 算法数据预处理 | 第27-28页 |
| ·Jutten-Herault 算法 | 第28-29页 |
| ·最大似然或信息最大估计算法 | 第29页 |
| ·非线性 PCA 算法 | 第29-30页 |
| ·快速 ICA(Fast ICA)算法 | 第30-32页 |
| ·一个单元(one unit)快速 ICA | 第30-31页 |
| ·几个单元(several units)快速 ICA | 第31-32页 |
| ·负熵的快速固定点算法(Fast Fixed-Point Algorithm) | 第32-33页 |
| ·采用deflationary 正交化的快速固定点算法 | 第32页 |
| ·采用symmetric 正交化的快速固定点算法 | 第32-33页 |
| ·算法比较 | 第33-35页 |
| ·参与比较的算法 | 第33页 |
| ·仿真的结果 | 第33-35页 |
| ·结论 | 第35页 |
| ·算法选取 | 第35页 |
| ·本章小节 | 第35-37页 |
| 第四章 语音信号增强的预处理 | 第37-47页 |
| ·频谱减法的历史 | 第37-38页 |
| ·频谱减法的基本方法 | 第38-40页 |
| ·语音分帧处理 | 第40-41页 |
| ·谱减算法的失真与改进 | 第41-42页 |
| ·语音端点检测 | 第42-45页 |
| ·短时能量阈值法 | 第43页 |
| ·短时过零率分析法 | 第43-44页 |
| ·基于小波变换的判决方法 | 第44-45页 |
| ·算法的选取 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 应用ICA 算法进行语音信号处理与降噪 | 第47-56页 |
| ·线性混合m=n=2 的语音信号处理 | 第47-51页 |
| ·单路(m>n,m=2,n=1)含噪语音信号降噪算法的实现 | 第51-55页 |
| ·算法设计 | 第51-53页 |
| ·实验结果 | 第53-55页 |
| ·本章总结 | 第55-56页 |
| 第六章 总结与展望 | 第56-59页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
