《信息检索》实验报告指导书

1、20 20 学年 第 学期信息检索实验报告课程序号： * 任课教师*指导教师*学 院*班 级*姓 名*学 号*检索题目论文/图书基于神经网络的噪声抵消系统(System of Noise Cancellation Based on Artificial Neural Network)专 利基于神经网络的噪声抵消系统题号一二三四五总得分题分2020202020100得分第 1 题 学术搜索引擎本题20分（环境描述1分，检索策略12分，结果7分） 得分：实验要求：利用学术搜索引擎检索相关学术论文，并将有关内容填入下表。网站名称或域名谷歌学术搜索，.h

2、k/schhp?hl=zh-CN检索策略逻辑关系检索字段检索词文章标题神经网络 OR NNSAND OR NOT文章标题噪声 OR 噪音AND OR NOT文章标题抵消 OR 消除 OR 滤波检索式在标题: 神经网络 OR NNS 噪声 OR 噪音 抵消 OR 消除 OR 滤波检索结果命中文献数53题 名基于神经网络的自适应噪声抵消器的研究作 者樊荣 张立毅作者单位太原理工大学信息工程学院，山西太原03002关键词BP 算法；自适应噪声抵消；神经网络摘 要在系统阐述了自适应滤波器和自适应噪声抵消器基本原理的基础上，利用神经网络的特点，设计了基于四层神经网络的自适应噪声抵消系统，克服了传统自适应

3、滤波器需要两路输入信号统计相关的特点。理论分析和计算机仿真表明，该系统与传统自适应噪声抵消系统相比具有很好的噪声消除能力和鲁棒性。文献来源太原理工大学学报出版时间&卷期2006年9月第37卷第5期会议时间&地点授予学位&时间文献类型期刊论文 会议论文 学位论文 图书 其它第 2 题 专利检索本题20分（环境描述1分，检索策略12分，结果7分） 得分：实验要求：使用中文专利网站检索相关专利，并将有关内容填入下表。网站名称或域名国家知识产权局，/zljs/检索策略逻辑关系检索字段检索词名称噪声 and 神经网络AND摘要抵消 or 消除 or 滤波AND检

4、索结果命中文献数3专利名称一种能消除传输干扰噪声的超声波换能器申请号6.X申请日2009年9月24日公开号CNU公开日2010年10月13日主分类号G01N29/32,G01N29/00,G,G01,G01N,G01N29优先权无申请(专利权)人广州市润索工程检测技术研究有限公司发明(设计)人陈彦平,王涛,庄彩霞,许楚得摘要一种应用于岩石、岩体、混凝土构筑物及水下监测的能消除传输干扰噪声的超声波换能器，其特征在于通过在换能器(B1)的导线(W1)的输出端处，增设电阻(R1)或耦合变压器(T1)，使换能器(B1)检测到的信号的电流能有效地传输到导线(W1)的输出端构成闭合回路。法律状态2010.

5、10.13授权第 3 题 中文数据库检索本题20分（环境描述1分，检索策略12分，结果7分） 得分：实验要求：任选一种中文数据库（维普、万方、中国知网）检索相关论文，并将有关内容填入下表。数据库名称CNKI中国知网检索策略逻辑关系检索字段检索词题名神经网络 OR NNSAND OR NOT题名噪声 OR 噪音AND OR NOT主题抵消 OR 滤波AND OR NOT检索式 ( 题名=神经网络 或者 题名=NNS ) 并且 ( 题名=噪声 或者 题名=噪音 ) 并且 ( 主题=抵消 或者 主题=滤波 )检索结果命中文献数55题 名基于DSP的语音检测与神经网络自适应滤波研究作 者姚屏作者单位中

6、南大学关键词语音； 噪声； 谱熵； AMDF； 神经网络； 自适应滤波；摘 要语音检测器的主要任务是对接收到的含噪语音信号进行分析,判断其中是否有语音,将检测结果送至主控板,使主控板作出相应的处理,从而控制单工电台的发射开关,使其处于接收或发射状态。 本文分析了语音检测技术的理论基础,讨论了语音与噪声的不同特性,研究了信号的“谱熵”值和“短时平均幅度差函数(AMDF)”对车辆通信中语音信号的影响,提出了“谱熵”和AMDF相结合的混合检测算法对信号进行语音/噪声判决,且采用自适应神经网络滤波,提高了信号的信噪比(SNR),达到语音增强.文献来源中南大学 通信与信息系统出版时间&卷期会议时间&地点

7、授予学位&时间硕士，通信与信息系统 2005文献类型期刊论文 会议论文 学位论文 图书 其它第 4 题 外文数据库检索本题20分（环境描述1分，检索策略12分，结果7分） 得分：实验要求：选用一种外文数据库（SD、EBSCO、Emerald等）检索相关论文，并将有关内容填入下表。数据库名称SD检索策略逻辑关系检索字段检索词TITLE(Neural Network or NNS) and noiseAND OR NOTTITLE-ABSTR-KEYCancell* or filt* or reduc*AND OR NOTAND OR NOT检索式TITLE(Neural Network or N

8、NS) and noise) and TITLE-ABSTR-KEY(Cancell* or filt* or reduc*)检索结果命中文献数20题 名A neural network adaptive filter for the removal of impulse noise in digital images作 者H. Kong L. Guan作者单位The University of Sydney, Australia关键词Self-organising neural network;Impulse noise removal; Adaptive filtering;Image p

9、rocessing摘 要A neural network adaptive filter is introduced for the removal of impulse noise in digital images. Using pixel classification by a self-organising neural network to detect the positions of the noisy pixels, the filter is able to effectively eliminate the impulses while retaining image in

10、tegrity. Detailed statistical analysis and comparison of the proposed method with traditional median-type filters are provided. A visual example is given to demonstrate the performance of the proposed filter.文献来源Neural Networks出版时间&卷期Volume 9, Issue 3, April 1996, Pages 373378会议时间&地点授予学位&时间文献类型期刊论文

11、会议论文 学位论文 图书 其它第 5 题 电子书检索及文献传递本题20分（环境描述1分，检索策略12分，结果7分） 得分：实验要求：利用“读秀学术搜索”检索相关图书，并将有关内容填入下表或上传文献传递截图。检索途径读秀学术搜索检索策略逻辑关系检索字段检索词全部字段神经网络AND全部字段噪声AND全部字段抵消检索结果命中文献数39书 名现代数字信号处理与噪声降低 第3版作 者（英）瓦塞著；印天爽，刘文红，郭莹，高阳译ISBN号978-7-121-04837-1相关分类TN911.7 (工业技术无线电电子学、电信技术通信通信理论信号处理)内容提要本书以通信和信息处理系统为应用背景，在简要介绍概率论和随机过程基本