偏亚高斯语音信号有效分离ICA方法研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

偏亚高斯语音信号有效分离ICA方法研究

洪英, 韩周安

文章导航 > 电子科技大学学报 > 2008 > 37(5): 693-697

洪英, 韩周安. 偏亚高斯语音信号有效分离ICA方法研究[J]. 电子科技大学学报, 2008, 37(5): 693-697.

引用本文:

洪英, 韩周安. 偏亚高斯语音信号有效分离ICA方法研究[J]. 电子科技大学学报, 2008, 37(5): 693-697.

HONG Ying, HAN Zhou-an. Method Research on Effictive Seperated ICA Algorithm to Sub-Gaussian Distribution Audio Signal[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 693-697.

Citation:

HONG Ying, HAN Zhou-an. Method Research on Effictive Seperated ICA Algorithm to Sub-Gaussian Distribution Audio Signal[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 693-697.

偏亚高斯语音信号有效分离ICA方法研究

洪英¹,
韩周安²

1.
北京理工大学信息科学技术学院北京海淀区 100081;
2.
电子科技大学电子工程学院成都 610054

作者简介:
洪英(1974-),女,博士生,主要从事语音、音频信号处理方面的研究.

中图分类号: TN912.16

Method Research on Effictive Seperated ICA Algorithm to Sub-Gaussian Distribution Audio Signal

HONG Ying¹,
HAN Zhou-an²

1.
College of Information Science and Technology,Beijing Institute of Technology Haidian Beijing 100081;
2.
School of Electronic Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 针对扩展Infomax语音分离算法仅只对无偏信号的概率密度分布进行建模的不足,提出了一种有效分离的有偏亚高斯信号ICA算法。通过修改扩展Informix算法所基于的Pearson混合模型,使修改后的模型既能较好地逼近对称的概率密度分布,又能逼近非对称的概率密度分布,从而在源信号是非对称分布的情况下,能获得更好的分离质量和较快的收敛速度。
- 语音分离 /
- ICA算法 /
- 独立分量分析 /
- Infomax算法
Abstract: An effictive seperated independent component analysis (ICA) algorithm is obtained by introducing a skewness-adjusting parameter to the Pearson mixture density model in extended Infomax algorithm. This model with skewness-adjusting parameter can cover a wider range of sub-Gaussian distribution including asymmetrical and multi-modal ones, resulting in more precisely approximating source's density. When dealing with non-skewed mixed sources, the new algorithm can achieve less steady-state error while maintaining fast convergence speed.
- audio separation /
- ICA algorithm /
- independent component analysis /
- infomax algorithm

[1]	侯晓凯, 吴热冰, 王子竹, 王晓霆. 基于变分量子分类器的量子对抗攻击生成算法 . 电子科技大学学报, 2023, 52(2): 162-167. doi: 10.12178/1001-0548.2023006
[2]	冯平兴, 魏平. 多类型噪声中的独立成分分离算法 . 电子科技大学学报, 2017, 46(2): 352-356. doi: 10.3969/j.issn.1001-0548.2017.02.006
[3]	阮宗利, 魏平, 钱国兵, 袁晓垒. 基于MNC-FastICA算法的稳健自适应波束形成 . 电子科技大学学报, 2017, 46(3): 505-510. doi: 10.3969/j.issn.1001-0548.2017.03.005
[4]	王莉君, 何政伟, 冯平兴. 基于ICA的异常数据挖掘算法研究 . 电子科技大学学报, 2015, 44(2): 211-214. doi: 10.3969/j.issn.1001-0548.2015.02.009
[5]	程光辉, 王磊杰. 直接正交联合对角化盲分离算法 . 电子科技大学学报, 2014, 43(3): 359-362. doi: 10.3969/j.issn.1001-0548.2014.03.007
[6]	成昊, 唐斌. 基于相关熵的盲源分离算法 . 电子科技大学学报, 2013, 42(2): 214-218,224. doi: 10.3969/j.issn.1001-0548.2013.02.007
[7]	张和发, 李立萍. 含噪独立分量分析的期望最大化算法 . 电子科技大学学报, 2012, 41(4): 527-531. doi: 10.3969/j.issn.1001-0548.2012.04.009
[8]	肖波, 聂晓文, 侯孟书. DHT网络规模估计算法的定量分析与设计 . 电子科技大学学报, 2011, 40(2): 261-266. doi: 10.3969/j.issn.1001-0548.2011.02.021
[9]	陈洪波, 陈真诚, 汤井田. 同场景多幅图像中的强噪声抑制 . 电子科技大学学报, 2010, 39(2): 209-213,226. doi: 10.3969/j.issn.1001-0548.2010.02.012
[10]	辛勤, 粘永健, 万建伟, 何密. 基于FastICA的高光谱图像压缩技术 . 电子科技大学学报, 2010, 39(5): 711-715,730. doi: 10.3969/j.issn.1001-0548.2010.05.014
[11]	刘郁林, 王国鹏, 罗颖光. 部分W-分离正交语音信号的盲分离方法 . 电子科技大学学报, 2010, 39(2): 186-190. doi: 10.3969/j.issn.1001-0548.2010.02.007
[12]	林静然, 彭启琮, 邵怀宗, 居太亮. 用于宽带非平稳信源分离的一种盲波束算法 . 电子科技大学学报, 2008, 37(3): 343-346.
[13]	王杰. 利用盲信号分离的自然梯度盲均衡算法 . 电子科技大学学报, 2008, 37(2): 181-183.
[14]	唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类 . 电子科技大学学报, 2008, 37(3): 466-469.
[15]	郑鹏, 何同林, 刘郁林, 彭启琮, 尤春艳. 基于实数编码遗传算法的盲信源分离方法 . 电子科技大学学报, 2006, 35(3): 295-297,327.
[16]	姚远程, 马上. 一种视频图像中运动目标检测方法研究 . 电子科技大学学报, 2006, 35(4): 458-460,477.
[17]	陈红艳, 李磊民. 基于ICA的极化SAR图像相干斑抑制 . 电子科技大学学报, 2006, 35(4): 484-487.
[18]	张智林, 皮亦鸣, 孙志坚. 基于独立分量分析的降噪技术 . 电子科技大学学报, 2005, 34(3): 296-299.
[19]	高飞, 郭彦平, 赵东风. 随机多址信道冲突分解算法及吞吐量分析 . 电子科技大学学报, 2001, 30(2): 124-128,133.
[20]	罗宁, 陈尚勤, 吴昱静. 基于军标的短波信道语音质量估计算法性能分析 . 电子科技大学学报, 1998, 27(4): 347-350.

WeChat

点击查看大图

计量

文章访问数: 3470
HTML全文浏览量: 167
PDF下载量: 90
被引次数: 0

偏亚高斯语音信号有效分离ICA方法研究

洪英¹,
韩周安²

1. 北京理工大学信息科学技术学院北京海淀区 100081;

2. 电子科技大学电子工程学院成都 610054

作者简介:
洪英(1974-),女,博士生,主要从事语音、音频信号处理方面的研究.

收稿日期: 2008-03-05
修回日期: 2008-06-20
刊出日期: 2008-10-15

中图分类号: TN912.16

关键词:

摘要: 针对扩展Infomax语音分离算法仅只对无偏信号的概率密度分布进行建模的不足,提出了一种有效分离的有偏亚高斯信号ICA算法。通过修改扩展Informix算法所基于的Pearson混合模型,使修改后的模型既能较好地逼近对称的概率密度分布,又能逼近非对称的概率密度分布,从而在源信号是非对称分布的情况下,能获得更好的分离质量和较快的收敛速度。

English Abstract

洪英, 韩周安. 偏亚高斯语音信号有效分离ICA方法研究[J]. 电子科技大学学报, 2008, 37(5): 693-697.

引用本文:

洪英, 韩周安. 偏亚高斯语音信号有效分离ICA方法研究[J]. 电子科技大学学报, 2008, 37(5): 693-697.

HONG Ying, HAN Zhou-an. Method Research on Effictive Seperated ICA Algorithm to Sub-Gaussian Distribution Audio Signal[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 693-697.

Citation:

HONG Ying, HAN Zhou-an. Method Research on Effictive Seperated ICA Algorithm to Sub-Gaussian Distribution Audio Signal[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 693-697.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发