سال انتشار: 1384
محل انتشار: دومین کنفرانس بین المللی فناوری اطلاعات و دانش
کد COI مقاله: ICIKT02_019
زبان مقاله: انگلیسیمشاهد این مقاله: 2,557
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله Recursive Adaptive Matching Pursuit Alghorithm in Noise Cancellation for Speech Enhancement
چکیده مقاله:
In many application of noise cancellation the changes in signal characteristics could be quite fast. This requires the utilization of adaptive algorithms , which converge rapidly . Least mean square (LMS) adaptive filters have been used in a wide range of signal processing applications because of its simplicity in computation and implementation. the Recursive Least Squares (RLS) algorithm has established iteself as the "ultimate" aaptive filtering algorithm in the sense that it is adaptive filter exhibiting the best convergence behavior. unfortunately, practical implemenrations pf the olghorithm are often associated with high computational complexity and / or poor numerical properties. recently adaptive filtering are presented that are based on Matching Pursuits , have a nice tradeoff between complexity and performance . this paper describes a new approach for noise cancellation using the Recursive Adaptive Matching Pursuit (RAMO) Structure for attenuating noise in speeh signals. the RAMP algorithm is shown to perform very well in attenuaring noise.
کلیدواژه ها:
Adaptive Filter , Recursive Adaptive Matching Pursuit (RAMP) , Noise Cancellation
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/43984/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:Esfand Abadi, Mohammad Shams و Danechvar, Sabalan و Lotfizad, Mojtaba و Mahlooji Far, Ali,1384,Recursive Adaptive Matching Pursuit Alghorithm in Noise Cancellation for Speech Enhancement,دومین کنفرانس بین المللی فناوری اطلاعات و دانش,تهران,,,https://civilica.com/doc/43984
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1384, Esfand Abadi, Mohammad Shams؛ Sabalan Danechvar و Mojtaba Lotfizad و Ali Mahlooji Far)
برای بار دوم به بعد: (1384, Esfand Abadi؛ Danechvar و Lotfizad و Mahlooji Far)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات مرتبط جدید
- Facial Images Quality Assessment based on ISO/ICAO S tandard Compliance Estimation by HMAX Model
- A New Non- Gaussian Performance Evaluation Method in Uncompensated Coherent Optical Transmission Systems
- SSIM- Based Fuzzy Video Rate Controller for Variable Bit Rate Applications of Scalable HEVC
- Balancing Agility and Stability of Wireless Link Quality Estimators
- Standard Deviation Characterization of a Small Size Reverberation Chamber by Using Full wave Simulation and E- Field Probe
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.