基于模糊聚类与遗传算法的说话人识别理论研究及应用

提要	第1-9页
第一章 绪论	第9-23页
·引言	第9-10页
·说话人识别的研究背景	第10-11页
·说话人识别的发展概况及现状	第11-14页
·模糊理论的发展概况	第14-18页
·遗传算法的发展概况	第18-20页
·本文的研究内容	第20-23页
第二章 基础知识	第23-48页
·说话人识别基本原理	第23-25页
·说话人识别的分类	第23-24页
·说话人识别的系统结构	第24-25页
·说话人识别的特征提取	第25-29页
·说话人识别的主要方法	第29-35页
·模板匹配法	第30页
·矢量量化法	第30-31页
·概率统计模型法	第31-34页
·人工神经网络法	第34页
·支持向量机法	第34-35页
·模糊理论及模糊聚类分析	第35-41页
·模糊集合	第35-36页
·分解定理和扩展定理	第36-37页
·模糊聚类分析	第37-41页
·遗传算法	第41-48页
·基本遗传算法的构成要素	第41-43页
·模式定理和隐含并行性	第43-45页
·遗传算法的收敛性	第45-48页
第一篇 模糊聚类分析的短语音说话人识别理论研究	第48-94页
第三章 基于遗传-模糊聚类分析的说话人识别	第49-63页
·概述	第49-50页
·基于模糊聚类分析的说话人识别	第50-51页
·基于遗传-模糊聚类分析的说话人识别	第51-56页
·遗传-模糊聚类分析	第52-54页
·语音信号的端点检测	第54-55页
·最大总平均模糊隶属度准则	第55-56页
·仿真实验	第56-61页
·高斯类数据分类实验	第56-58页
·说话人识别实验	第58-61页
·本章小结	第61-63页
第四章 基于核方法的短语音说话人识别	第63-82页
·概述	第63-64页
·核方法	第64-66页
·基于模糊核矢量量化的说话人识别	第66-68页
·模糊核矢量量化	第66-68页
·模糊核最近近邻分类器	第68页
·基于模糊核熵的短语音说话人识别	第68-72页
·特征空间的模糊核熵目标函数	第68-69页
·模糊核熵矢量量化	第69-71页
·基于模拟退火的模糊熵度更新	第71-72页
·特征空间中的模糊熵最近近邻分类器	第72页
·仿真实验	第72-80页
·本章小结	第80-82页
第五章 基于可区分性的模糊核短语音说话人识别	第82-94页
·概述	第82-83页
·特征空间中的模糊最近近邻分类器	第83-84页
·特征空间中的可区分性加权匹配	第84-87页
·模糊核加权最近近邻分类器	第84-86页
·特征空间中的权值分配	第86-87页
·基于可区分性的模糊核短语音说话人识别算法	第87-88页
·仿真实验	第88-93页
·本章小结	第93-94页
第二篇 基于遗传算法的说话人识别研究	第94-121页
第六章 基于遗传-模糊高斯混合模型的说话人识别	第95-106页
·概述	第95-96页
·模糊高斯混合模型	第96-98页
·基于遗传-模糊高斯混合模型的优化	第98-102页
·仿真实验	第102-105页
·本章小结	第105-106页
第七章 基于自适应小生境遗传算法的说话人识别	第106-117页
·概述	第106页
·小生境技术	第106-108页
·基于自适应小生境遗传算法的说话人识别	第108-113页
·混合操作	第108-109页
·参数的自适应策略	第109-110页
·可区分性的适应度评价函数	第110页
·解的编码方法及群体初始化	第110-111页
·自适应小生境遗传算法的模型优化	第111-113页
·仿真实验	第113-116页
·本章小结	第116-117页
第八章 全文总结	第117-121页
·主要工作与结论	第117-119页
·今后研究的问题	第119-121页
参考文献	第121-133页
攻读博士学位期间发表的学术论文及科研工作	第133-135页
致谢	第135-136页
摘要	第136-140页
Abstract	第140-144页