基于学习字典的单声道混合语音信号提取
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题研究意义 | 第7-9页 |
| 1.2 课题的研究现状 | 第9-12页 |
| 1.2.1 语音信号提取的研究现状 | 第9-10页 |
| 1.2.2 稀疏表示理论的研究现状 | 第10-12页 |
| 1.3 本文主要内容和章节安排 | 第12-13页 |
| 第2章 语音信号提取算法 | 第13-19页 |
| 2.1 基于负熵最大的FastICA算法 | 第13-15页 |
| 2.1.1 算法基本原理及流程 | 第13-14页 |
| 2.1.2 算法总结 | 第14-15页 |
| 2.2 矢量量化算法 | 第15-18页 |
| 2.2.1 算法基本原理及流程 | 第15-17页 |
| 2.2.2 算法总结 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 信号的解析稀疏表示 | 第19-28页 |
| 3.1 解析稀疏表示模型 | 第19-20页 |
| 3.2 解析字典学习算法 | 第20-23页 |
| 3.2.1 基于最小特征值的字典学习算法 | 第20-21页 |
| 3.2.2 解析K-SVD算法 | 第21-22页 |
| 3.2.3 子集追踪算法 | 第22-23页 |
| 3.3 源信号估计算法 | 第23-25页 |
| 3.3.1 反向贪婪算法 | 第23-24页 |
| 3.3.2 优化反向贪婪算法 | 第24-25页 |
| 3.4 信号稀疏表示中的稀疏性度量 | 第25-26页 |
| 3.5 解析稀疏模型与综合稀疏模型的差异 | 第26页 |
| 3.6 本章小结 | 第26-28页 |
| 第4章 基于解析稀疏模型的单声道混合语音信号提取 | 第28-50页 |
| 4.1 混合语音信号提取模型 | 第28-31页 |
| 4.1.1 解析字典学习 | 第28-29页 |
| 4.1.2 计算正交子集 | 第29-30页 |
| 4.1.3 源信号估计 | 第30-31页 |
| 4.2 算法复杂度分析 | 第31-32页 |
| 4.3 实验设计与说明 | 第32-33页 |
| 4.4 单声道混合信号提取 | 第33-46页 |
| 4.4.1 类语音噪音混合信号提取 | 第33-40页 |
| 4.4.2 多路声音混合信号提取 | 第40-46页 |
| 4.5 实验分析及待改进之处 | 第46页 |
| 4.5.1 实验分析 | 第46页 |
| 4.5.2 待改进之处 | 第46页 |
| 4.6 经典方法提取实验 | 第46-49页 |
| 4.6.1 基于负熵最大的Fast ICA算法 | 第47-48页 |
| 4.6.2 矢量量化算法 | 第48-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 本文工作总结 | 第50页 |
| 5.2 今后工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
