未找到相关数据
基于独立成分分析的强背景噪声去噪方法
被引：39
作者：
孔薇
杨杰
周越
机构：
[1] 上海交通大学图像处理与模式识别研究所,上海交通大学图像处理与模式识别研究所,上海交通大学图像处理与模式识别研究所上海,上海,上海
来源：
关键词：
声信号;
特征提取;
独立成分分析;
信息最大化;
稀疏编码;
去噪;
D O I：
暂无
中图分类号：
TN912.3 [语音信号处理];
学科分类号：
081002 [信号与信息处理];
摘要：
由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效,提出应用独立成分分析(ICA)方法对声音信号进行特征提取,并证明了这种ICA变换能增强语音和音乐信号的超高斯性.在此基础上,应用ICA基函数作为滤波器,通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验.结果表明,本方法明显优于传统的均值滤波和小波去噪方法,为强背景噪声下弱信号的检测提供了新的途径.
引用
收藏
页码：1957 / 1961
页数：5
相关论文