| 改进的基于神经网络的信息最大化语音增强算法 |
| |
| 引用本文： | 乔永凤,马建芬.改进的基于神经网络的信息最大化语音增强算法[J].太原理工大学学报,2007,38(4):301-303. |
| |
| 作者姓名： | 乔永凤 马建芬 |
| |
| 作者单位： | 太原理工大学,计算机与软件学院,山西,太原,030024 |
| |
| 基金项目： | 山西省高等学校科研开发基金 |
| |
| 摘 要： | 基于最小互信息量，以信息最大化（Infomax）算法为基础，结合神经网络信息后向传播，提出一种改进的独立分量分析方法，并与原有的Infomax算法进行比较。试验证明，这种以神经网络为优化结构，并以输出熵为目标函数的Infomax算法能够很好的提取信号的独立分量，实现语音增强的目的。
|
| 关 键 词： | 独立分量分析 神经网络 语音增强 |
| 文章编号： | 1007-9432(2007)04-0301-03 |
| 修稿时间： | 2007年2月20日 |
Improved Infomax Algorithm Based on Neural Network and its Applications in Speech Enhancement |
| |
| QIAO Yong-feng,MA Jian-fen.Improved Infomax Algorithm Based on Neural Network and its Applications in Speech Enhancement[J].Journal of Taiyuan University of Technology,2007,38(4):301-303. |
| |
| Authors: | QIAO Yong-feng MA Jian-fen |
| |
| Abstract: | Presented an improved ICA technique for mixtures,which is based on the minimization of the mutual information of the estimated components,and combined information backpropagation of neural network,and compared with former Infomax algorithm.This method,with a single objective function: the output entropy,is a generalization of the popular Infomax technique,which is able to extract the actual independent components of the sources,and enhance the speech signals. |
| |
| Keywords: | independent component analysis neural network speech enhancement |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
