|本期目录/Table of Contents|

[1]高畅,孙杰.面向音频信号的可迁移的稀疏表示字典学习方法 [J].复旦学报(自然科学版),2020,03:307-313.
点击复制

面向音频信号的可迁移的稀疏表示字典学习方法
(PDF)

《复旦学报》(自然科学版)[ISSN:/CN:]

期数:
2020年03
页码:
307-313
栏目:
出版日期:
2020-06-25

文章信息/Info

Title:
-
作者:
高畅孙杰
Author(s):
-
关键词:
-
Keywords:
-
分类号:
-
DOI:
-
文献标识码:
A
摘要:
基于字典对音频信号稀疏表示是1种在音频信号处理中被广泛使用的信号表示方法,但是,如果当前信号与字典学习所使用的信号的数据分布不同时,稀疏表示性能会受到严重影响.本文提出1种用于对音频信号稀疏表示的,可迁移稀疏表示字典学习方法,将经验模态分解得到的成分作为音频信号帧的本质特征,提出基于本质特征和原始信号的字典联合学习方法,使字典具有很强的可迁移性.通过不同话者和不同数据集之间信号的稀疏表示,对字典的可迁移性能进行验证,同时,对字典稀疏表示的效果和效率进行了评估.实验结果表明: 本文提出的字典学习方法,在不同话者和不同数据集间迁移时,重构信号的信噪比分别相差0.5和0.8,明显低于当前常用的方法.同时,字典具有更高的稀疏表示效率和更好的效果.
Abstract:
-

参考文献/References

-

备注/Memo

备注/Memo:
-
更新日期/Last Update: 2020-07-02