基于模糊支持向量机的汉语声母层次识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·选题的目的和意义 | 第10页 |
| ·课题的研究现状和分析 | 第10-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 第二章 汉语语音学相关知识 | 第14-20页 |
| ·引言 | 第14页 |
| ·发音生理结构和过程 | 第14-15页 |
| ·韵母的特征 | 第15-16页 |
| ·声母的特征 | 第16-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 声母的特征参数 | 第20-28页 |
| ·引言 | 第20页 |
| ·线性预测系数参数 | 第20-21页 |
| ·MFCC 参数 | 第21-22页 |
| ·基于小波变换的参数 | 第22-27页 |
| ·小波分析原理 | 第22-25页 |
| ·小波函数的选择 | 第25-26页 |
| ·新特征参数的提取算法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 声母的分类模型 | 第28-35页 |
| ·引言 | 第28页 |
| ·动态时间规整模型 | 第28-29页 |
| ·隐马尔科夫模型 | 第29-31页 |
| ·神经网络模型 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 模糊支持向量机声母识别模型 | 第35-42页 |
| ·引言 | 第35页 |
| ·支持向量机简介 | 第35-37页 |
| ·线性支持向量机 | 第35-36页 |
| ·非线性支持向量机 | 第36-37页 |
| ·模糊支持向量机 | 第37-39页 |
| ·两类模糊支持向量机 | 第37-38页 |
| ·多类模糊支持向量机 | 第38-39页 |
| ·两层次模糊支持向量机识别算法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第六章 实验结果和分析 | 第42-53页 |
| ·引言 | 第42页 |
| ·实验流程 | 第42-43页 |
| ·第一层声母粗分类实验和结果分析 | 第43-48页 |
| ·粗分类特征提取 | 第43-46页 |
| ·粗分类结果分析 | 第46-48页 |
| ·第二层声母的细分类实验和结果分析 | 第48-51页 |
| ·整体实验结果和分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间取得的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 附件 | 第59页 |
