基于卷积非负矩阵部分联合分解的强噪声单声道语音分离

非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix factorization,CNMF)采用卷积基分解的方法进行矩阵分解,在单声道语音分离方面取得较好的效果.为了实现强噪声条件下的语音分离,本文结合以上两种算法的优势,提出一种基于卷积非负矩阵部分联合分解(Convolutive nonnegative partial matrix co-factorization,CNMPCF)的单声道语音分离算法.本算法首先通过基音检测算法得到混合信号的语音起始点,再据此确定混合信号中的纯噪声段,最后将混合信号频谱和噪声频谱进行卷积非负矩阵部分联合分解,得到语音基矩阵,进而得到分离的语音频谱和时域信号.实验中,混合语音信噪比(Signal noise ratio,SNR)选择以¡3 dB为间隔从0 dB至¡12 dB共5种SNR.实验结果表明,在不同噪声类型和噪声强度条件下,本文提出的CNMPCF方法相比于以上两种方法均有不同程度的提高.

浅谈计量仪表的常见故障分析与解决

针对计量仪表在日常运行中常见的关于温度、压力以及流量参数存在的问题、造成的原因、判断及处理方法进行讨论。

商业化支农的模式之变——山东省潍坊市农信社推行“双覆盖”工程实现信贷支农“无空白”

近年来，在市场化改革旗帜的引领下，怍为我国农村金融主力军的农村信用社（以下简称农信社）的自身实力和发展能力都获得了大幅提升。然而，作为日益商业化、市场化的金融机构，农信社在信贷支农的模式选择上面临着新的挑战。尽管各地农信社都在积极探索提高信贷支农效率的有效方法，

掘金信贷管理转型——山东省潍坊市联社构建“四个中心”打造信贷管理新模式

2009年以来,山东省潍坊市联社根据省联社信贷精细化管理的要求,从践行科学发展观的角度推进贷款新规的贯彻落实,自觉将贷款新规的理念和要求融入信贷管理的流程再造和运行,在全面实施公司业务集中管理、信贷内勤制度、信贷专管员制度＂三项制度＂的基础上,按照＂灵活运作、资源整合、分工合作、岗位制衡＂原则,再造信贷管理流程,构建起以营销中心、信贷专管中心、放款中心、贷后管理中心为主要内容的＂四个中心＂,并制定了＂工厂式＂的流水化作业流程,解决了传统信贷管理模式下存在的客户经理过于分散、流程环节职责界定不够清晰、专业化程度不高、信贷管理粗放等一系列问题和矛盾,