导读:本文包含了带谱熵论文开题报告文献综述及选题提纲参考文献，主要关键词:子带谱熵,端点检测
带谱熵论文文献综述
陆铁文,李晨,夏洁,程静,曾毓敏[1]（2019）在《基于子带谱熵的唱音分割》一文中研究指出0引言近年来,随着科技的发展,人机互动的娱乐项目越来越多。例如:利用手机唱歌软件对唱音进行打分和编辑,通过哼唱一段音乐来识别歌名。在这些应用中,唱音的分割起着重要的作用。唱音信号是一种特殊的语音信号,因此对唱音的分割可以采用语音端点检测算法实现。语音端点检测是指从包含语音的一段信号中确定语音的起止点和结束点的位置。目前提出的语音端点检测算法,可以分为两大类:一类基于特征(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
吴云飞,李海霞[2]（2018）在《基于自适应子带谱熵和短时平均幅度的心音端点检测》一文中研究指出论文提出一种对心动周期内的有效音进行端点检测和定位的方法。首先对心音信号进行归一化和预加重,实现对心音信号质量的提升。然后利用窗函数对心音信号进行分帧并利用自适应子带谱熵和短时平均幅度对心音信号进行成分检测。仿真结果证明,该方法可以对不同类型心音中的有效音和无效音进行区分,并实现心音及心杂音的分别标记。(本文来源于《计算机与数字工程》期刊2018年09期）
陈召全,刘美娟,章小兵,王晨[3]（2017）在《基于EMD-Teager能量和子带谱熵法的语音端点检测》一文中研究指出子带谱熵法端点检测的精度和语音的端点检测准确与否直接影响到语音识别系统的计算复杂度和识别能力。对此,提出一种基于EMD-Teager能量平均值和传统子带谱熵法相结合的语音端点检测算法。该算法首先利用EMD分解的IMF分量中的中高频分量IMF3-IMF5对语音信号进行重构,然后计算Teager能量平均值,再与传统的子带谱熵法相结合,可以达到对语音进行减噪和平稳处理的目的,最后采用双门限端点检测的算法对含噪声的语音进行端点检测。实验结果表明,在低信噪比的情况下,该算法相比于传统子带谱熵法端点检测效果更好,鲁棒性更高。(本文来源于《工业控制计算机》期刊2017年12期）
刘建,邹任玲,张东衡,徐秀林,胡秀枋[4]（2016）在《基于多通道表面肌电信号带谱熵的肌肉疲劳度分析》一文中研究指出运动性肌肉疲劳特指运动引起肌肉产生最大随意收缩力量或者输出功率暂时性下降的生理现象,处理不当会对人体产生严重的运动性损伤。本文通过对人体下肢表面肌电信号进行多通道采集,采用肌电信号频谱分析与非线性动力学结合起来的带谱熵方法,对运动性肌肉疲劳度进行衡量。实验结果显示,随着肌肉疲劳程度的增加,肌电信号频谱开始向低频移动,能量越来越集中,系统复杂度下降,反映复杂度的带谱熵值也随之降低。通过对熵值变化的监测,可以度量肌肉疲劳程度,为体育训练、临床康复训练等疲劳程度的判定提供了一个指标。(本文来源于《生物医学工程学杂志》期刊2016年03期）
谢杨梅,吕钊[5]（2015）在《基于子带谱熵的二阶CMN语音识别鲁棒性研究》一文中研究指出在自动语音识别系统(ASR)中鲁棒性是一个至关重要的问题,为了抑制训练和测试环境的失配,降低背景噪声和信道传输对语音信号的影响,文章提出了一种基于子带谱熵的二阶CMN语音识别算法。该算法利用子带谱熵在低信噪比下对语音信号进行端点检测具有较高稳健性的特点,将带噪语音分割为背景噪声段和语音信号段,为抑制噪声和信道对语音识别系统的干扰,采用在不同的区间去除各自的倒谱平均值来实现。仿真实验结果表明,该算法克服了传统CMN算法不能处理环境噪声及传输信道对语音信号所产生的非线性畸变的缺点,有效提高了语音识别系统的鲁棒性。(本文来源于《池州学院学报》期刊2015年06期）
刘艳,倪万顺[6]（2015）在《基于子带谱熵的仿生小波语音增强》一文中研究指出前端噪声处理直接关系着语音识别的准确性和稳定性,针对小波去噪算法所分离出的信号不是原始信号的最佳估计,提出一种基于子带谱熵的仿生小波变换(BWT)去噪算法。充分利用子带谱熵端点检测的精确性,区分含噪语音部分和噪声部分,实时更新仿生小波变换中的阈值,精确地区分出噪声信号小波系数,达到语音增强目的。实验结果表明,提出的基于子带谱熵的仿生小波语音增强方法与维纳滤波方法相比,信噪比(SNR)平均提高约8%,所提方法对噪声环境下语音信号有显着的增强效果。(本文来源于《计算机应用》期刊2015年03期）
宋喆,张德民,张天骐[7]（2009）在《一种改进的基于子带谱熵的语音激活检测方法》一文中研究指出语音信号的激活检测(voice activity detection,VAD)是变速率语音编码的关键技术,用来检测通信时是否有语音片存在。在有噪环境下对语音信号的激活检测是非常重要而困难的。对传统子带谱熵算法进行了改进,提出了一种能够用于语音激活检测的新算法。该算法利用语音谱熵和噪声谱熵分布的不同,将信号的数字特征(方差、均值等)与传统子带谱熵相结合,用于区分语音段和非语音段。计算机仿真结果表明,在高斯白噪声环境下,改进后的子带谱熵算法能很好地区分说话人的语音段和非语音段,在某种程度上解决了传统语音激活检测算法结构复杂、参数难调、易受噪声影响等问题。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2009年06期）
刘华平,李昕,郑宇,徐柏龄,姜宁[8]（2008）在《一种改进的自适应子带谱熵语音端点检测方法》一文中研究指出噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。自适应子带谱熵法是一种新的端点检测方法,它的思想是将一帧语音分成若干个子带,再用谱熵法进行运算,子带的个数可以自适应选择。该方法具有一定的稳健性,但随着信噪比的降低,语音端点检测的准确性也随之下降。提出了一种结合加权功率谱减的子带自适应谱熵法,并给出了该方法的实现步骤。该方法采用边降噪边用稳健性好的特征参数做语音端点检测,从两个方面来提高端点检测的准确性。实验结果表明该方法具有良好的性能,在不同信噪比的不同加性噪声下系统识别率都有提高。(本文来源于《系统仿真学报》期刊2008年05期）
带谱熵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
论文提出一种对心动周期内的有效音进行端点检测和定位的方法。首先对心音信号进行归一化和预加重,实现对心音信号质量的提升。然后利用窗函数对心音信号进行分帧并利用自适应子带谱熵和短时平均幅度对心音信号进行成分检测。仿真结果证明,该方法可以对不同类型心音中的有效音和无效音进行区分,并实现心音及心杂音的分别标记。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
带谱熵论文参考文献
[1].陆铁文,李晨,夏洁,程静,曾毓敏.基于子带谱熵的唱音分割[C].2019年全国声学大会论文集.2019
[2].吴云飞,李海霞.基于自适应子带谱熵和短时平均幅度的心音端点检测[J].计算机与数字工程.2018
[3].陈召全,刘美娟,章小兵,王晨.基于EMD-Teager能量和子带谱熵法的语音端点检测[J].工业控制计算机.2017
[4].刘建,邹任玲,张东衡,徐秀林,胡秀枋.基于多通道表面肌电信号带谱熵的肌肉疲劳度分析[J].生物医学工程学杂志.2016
[5].谢杨梅,吕钊.基于子带谱熵的二阶CMN语音识别鲁棒性研究[J].池州学院学报.2015
[6].刘艳,倪万顺.基于子带谱熵的仿生小波语音增强[J].计算机应用.2015
[7].宋喆,张德民,张天骐.一种改进的基于子带谱熵的语音激活检测方法[J].重庆邮电大学学报(自然科学版).2009
[8].刘华平,李昕,郑宇,徐柏龄,姜宁.一种改进的自适应子带谱熵语音端点检测方法[J].系统仿真学报.2008