江苏省自然科学基金(BK2012510)

作品数：17被引量：49H指数：4
导出分析报告
相关作者：张雄伟杨吉斌曾理李轶南贾冲更多>>
相关机构：解放军理工大学中国人民解放军西安通信学院南京陆军指挥学院更多>>
相关期刊：《数据采集与处理》《通信学报》《军事通信技术》《声学学报》更多>>
相关主题：语音增强语音字典学习压缩感知语音增强算法更多>>
相关领域：电子电信自动化与计算机技术更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
深度学习中对比散度算法的有偏性分析被引量：1
《解放军理工大学学报（自然科学版）》2015年第3期224-230,共7页吴海佳 张雄伟 孙蒙 杨吉斌 
国家自然科学基金资助项目(NSFC61471394;NSFC61402519);江苏省自然科学基金资助项目(BK2012510);江苏省青年基金资助项目(BK20140071;BK20140074)
为了给对比散度算法的进一步优化提供理论指导,尝试从理论上分析对比散度算法的收敛性。首先从仅含4个结点的玻尔兹曼机入手,利用单纯形表征模型的概率空间,以及流形表征概率空间与模型参数的关系,形象地表示了对比散度算法和极大似然...
关键词：深度学习 对比散度 受限玻尔兹曼机 极大似然估计 
一种基于重构性深度网络的MELP语音编码改进算法被引量：2
《数据采集与处理》2015年第2期307-318,共12页张雄伟 吴海佳 张梁梁 邹霞 
国家自然科学基金(61471394)资助项目;江苏省自然科学基金(BK2012510)资助项目;国家自然科学青年基金(61402519)资助项目;江苏省自然科学青年基金(BK20140071;BK20140074)资助项目
为了提高深度模型的编码重构性能,本文为传统对比散度(Contrastive divergence,CD)添加了基于交叉熵的重构误差约束。利用改进后的算法训练了重构性深度自编码机(Reconstructive deep auto-encoder,RDAE),并用RDAE替换混合激励线性预测...
关键词：深度学习 深度自编码机 重构性 低速率语音编码 混合激励线性预测 
改进的噪声鲁棒语音稀疏线性预测算法被引量：1
《声学学报》2014年第5期655-662,共8页周彬 邹霞 张雄伟 
江苏省自然科学基金(BK2012510);国家博士后科研基金(20090461424)资助
语音线性预测分析算法在噪声环境下性能会急剧恶化,针对这一问题,提出一种改进的噪声鲁棒稀疏线性预测算法。首先采用学生t分布对具有稀疏性的语音线性预测残差建模,并显式考虑加性噪声的影响以提高模型鲁棒性,从而构建完整的概率模型...
关键词：线性预测算法 噪声环境 语音质量 稀疏性 鲁棒性 线性预测分析 概率模型 贝叶斯方法 
字典学习和稀疏表示的无监督语音增强算法被引量：1
《计算机应用》2014年第A01期257-261,共5页李轶南 贾冲 张立伟 闵刚 曾理 
江苏省自然科学基金资助项目(BK2012510)
针对非结构噪声难以去除的问题,基于字典训练和稀疏表示提出一种无监督语音增强算法。该算法通过构造过完备字典并使用带噪语音样本对其进行训练来实现。首先指出K-奇异值分解算法(K-SVD)存在的不足并提出一种新的改进的字典训练算法:K...
关键词：语音增强 无监督 字典训练 稀疏表示 K-SVD算法 
基于双因子高斯过程动态模型的声道谱转换方法被引量：3
《自动化学报》2014年第6期1198-1207,共10页孙新建 张雄伟 杨吉斌 曹铁勇 钟新毅 
国家自然科学基金(61072042);江苏省自然科学基金(BK2012510);解放军理工大学预先研究基金(20110205;20110211)资助~~
针对作者已经提出的双因子高斯过程隐变量模型(Two-factorGaussianprocesslatentvariablemodel,TF-GPLVM)用于语音转换时未考虑语音的动态特征,并且模型训练时需要估计的参数较多的问题,提出引入隐马尔科夫模型(Hidden Markov model,HMM...
关键词：声道谱转换 高斯过程隐变量模型 双因子模型 隐马尔科夫模型 语音动态特征 
基于字典学习的LSP参数稀疏表示及性能分析
《解放军理工大学学报（自然科学版）》2014年第2期121-126,共6页闵刚 张雄伟 杨吉斌 陈砚圃 
国家自然科学基金资助项目(61072125);江苏省自然科学基金资助项目(BK2012510)
为了研究LSP的稀疏表示方法,高效量化LSP参数,基于字典学习对LSP参数进行稀疏表示,并采用MOD和K-SVD算法训练参数字典,以平均谱失真和均方根误差为准则,通过仿真实验分析了算法的有效性,得出了字典学习时的稀疏度、原子个数等关键参数...
关键词：线谱对 字典学习 稀疏表示 语音编码 
稀疏卷积非负矩阵分解的语音增强算法被引量：13
《数据采集与处理》2014年第2期259-264,共6页张立伟 贾冲 张雄伟 闵刚 曾理 
江苏省自然科学基金(BK2012510)资助项目
鉴于卷积非负矩阵分解在语音增强算法中的成功应用,进一步考虑语音信号在时频域的稀疏性,提出了稀疏卷积非负矩阵分解(Sparse convolutive nonnegative matrix factorization,SCNMF)的语音增强算法。该算法包括训练和增强两个阶段。训...
关键词：语音增强 稀疏卷积 非负矩阵 字典训练 稀疏因子 
稀疏低秩模型下的单通道自学习语音增强算法被引量：4
《数据采集与处理》2014年第2期286-292,共7页李轶南 贾冲 杨吉斌 吴海佳 张立伟 
江苏省自然科学基金(BK2012510)资助项目
针对现有基于字典学习的增强算法依赖先验信息的问题,基于矩阵的稀疏低秩分解提出一种无监督的单通道语音增强算法。该算法首先通过稀疏低秩分解将带噪语音的幅度谱分解为低秩、稀疏和噪声3部分,然后通过对低秩部分进行自学习构建出噪...
关键词：语音增强 无监督学习 字典学习 稀疏低秩分解 
改进的稀疏字典学习单通道语音增强算法被引量：12
《信号处理》2014年第1期44-50,共7页李轶南 张雄伟 曾理 黄建军 
江苏省自然科学基金(BK2012510)
基于K奇异值分解字典学习方法及其非负约束下的修改算法,本文提出一种改进的单通道语音增强算法。该算法将噪声划分为结构化噪声和非结构化噪声两部分。首先通过稀疏字典学习的方法对结构化噪声进行建模,训练出噪声字典;然后,使用所得...
关键词：语音增强 字典学习 过完备字典 稀疏表示 
压缩感知在认知无线电中的应用
《军事通信技术》2013年第4期25-32,共8页李轶南 吴军华 张雄伟 杨吉斌 张立伟 
江苏省自然科学基金资助项目(BK2012510)
频谱感知是认知无线电的关键技术之一。随着无线宽带技术的快速发展,宽带频谱感知在频谱信息的采集、存储和处理方面遇到了空前的挑战。如何在缓解这些压力的同时又能够有效获取频谱空洞成为亟需解决的问题。近年来出现压缩感知(CS)理...
关键词：压缩感知 认知无线电 宽带频谱感知 欠奈奎斯特采样速率 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部