Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
Musical instrument separation uses a source separation approach that aims to separate the individual source instruments from a mixture of sound signal i.e song. This work uses mixtures of two instruments guitar and flute, having same pitch at the same time. In this work, the degenerate blind source separation(DBSS) is modified and it is used for machine learning problem. This approach is applied to separate the instrument sounds. Further on the musical instrument sounds i.e separated signals are classified individually with Fuzzy approach. Temporal, spectral and cepstral features are extracted for instrument classification out of detected monophonic musical signals. Here, supervised fuzzy classification is used for instrument classification. The book is of interest for music and speech signal researchers.