文献

J-GLOBAL ID：201702253250204205   整理番号：17A0067494

ロバスト主成分分析に基づく音楽信号雑音低減【JST・京大機械翻訳】

Music Signal De-noising Based on Robust Principal Component Analysis

著者 (4件)： Liu Di (School of Electronic Information Engineering,Tianjin University) ,  Guan Xin (School of Electronic Information Engineering,Tianjin University) ,  Li Qiang (School of Electronic Information Engineering,Tianjin University) ,  Teng Jianfu (School of Electronic Information Engineering,Tianjin University)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 42  号： 9  ページ： 292-296,304  発行年： 2016年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 生活場面における音楽の品質を改善するために,改良音楽信号雑音除去法を提案した。本論文では,ソロ音楽信号の低周波数特性に従って,雑音位置検出の前処理を行い,ロバスト主成分分析(RPCA)を音楽雑音低減に適用した。拡張の最適化問題を解決するために,拡張ラグランジュ乗数法を選択し,評価指標として信号対雑音比(SNR)と音声品質知覚評価(PEAQ)を導入し,ウェーブレットと独立主成分分析との比較実験を行った。結果は,RPCA雑音除去方法が,音楽信号のSNRを約2DB~5DB増加させることができることを示し,また,PEAQもある程度改善され,良好な音楽雑音低減効果があることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *主成分分析 ,  雑音除去 ,  波束 ,  前処理 ,  *音楽 ,  SN比 ,  周波数特性 ,  最適化問題 ,  *雑音低減 ,  官能検査 ,  *雑音 ,  *ロバスト性 ,  Lagrange乗数法
準シソーラス用語： 評価指標 ,  位置検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： music de-noising ,  Robust Principal Component Analysis (RPCA) ,  non-Gaussion noise ,  low-rank matrix recovery ,  Perceptual Evaluation of Audio Quality(PEAQ) standard

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (4件)： ロバスト ,  主成分分析 ,  音楽 ,  雑音低減