您的位置: 专家智库 > >

陈浩

作品数:4 被引量:4H指数:1
供职机构:西北师范大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:电子电信文化科学更多>>

文献类型

  • 2篇学位论文
  • 1篇期刊文章
  • 1篇专利

领域

  • 2篇电子电信
  • 1篇文化科学

主题

  • 2篇语音
  • 2篇语音增强
  • 2篇语音增强算法
  • 2篇奇异值
  • 2篇奇异值分解
  • 2篇SVD
  • 1篇电源接口
  • 1篇读书
  • 1篇压缩感知
  • 1篇仰视
  • 1篇视力
  • 1篇素养测评
  • 1篇接口
  • 1篇经验模态分解
  • 1篇颈椎
  • 1篇颈椎疾病
  • 1篇疾病
  • 1篇教师
  • 1篇感知
  • 1篇测评

机构

  • 4篇西北师范大学

作者

  • 4篇陈浩
  • 2篇甘振业
  • 2篇杨鸿武

传媒

  • 1篇清华大学学报...

年份

  • 1篇2022
  • 1篇2017
  • 2篇2015
4 条 记 录,以下是 1-4
排序方式:
一种仰视读书支架
本实用新型公开了一种仰视读书支架,包括螺母、底座、电源接口、螺帽、方向杆、手柄、固定夹、固定支架、照明灯、托盘和电源开关,所述螺母用以固定底座,所述方向杆设置在底座上,所述托盘与方向杆连接,所述固定夹设置在托盘右侧尾部,...
甘振业陈浩杨鸿武
文献传递
结合EEMD与K-SVD的语音增强算法的研究
语音是人类进行传递信息最重要、最常用的方式之一,针对语音信号处理相关的研究极为广泛,如:语音增强、语音编码、语音识别及语音合成等。研究人员一般使用相对纯净的语音信号进行研究,但实际应用中采集到的语音信号往往会被环境噪声干...
陈浩
关键词:语音增强压缩感知
文献传递
结合EEMD与K-SVD字典训练的语音增强算法被引量:4
2017年
该文提出一种总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)方法与K奇异值分解(K-singular value decomposition,K-SVD)字典算法相结合的语音增强算法。将带噪语音通过EEMD分解得到各本征模式分量(intrinsic mode function,IMF),对各IMF分量进行互相关和自相关分析,去除噪声IMF分量,并将过渡IMF分量再次进行EEMD分解,去除其中的噪声IMF分量。将过渡IMF分量和剩余的IMF分量叠加,得到预降噪的带噪语音。利用纯净语音,通过K-SVD字典训练算法得到过完备字典。对预降噪的带噪语音通过过完备字典进行稀疏表示,稀疏系数重构出纯净语音。实验结果表明:在低信噪比和高信噪比情况下,该算法的去噪效果明显优于传统的谱减法、小波阈值去噪法和K-SVD字典训练。
甘振业陈浩杨鸿武
关键词:语音增强
基于证据的教师数据素养测评任务设计与应用研究
随着大数据技术在教育中的深入应用,教师数据素养受到了越来越多的关注,教师可以基于学生的多元数据来进行教学设计,并做出相关的教学决策,使得教学逐渐从基于经验转向基于证据。然而,国内对教师数据素养测评方面的相关研究并不完善,...
陈浩
共1页<1>
聚类工具0