| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·信号检测技术概述 | 第10-11页 |
| ·扬声器检测技术 | 第11-13页 |
| ·课题的研究目的 | 第13页 |
| ·课题研究的主要内容及技术路线 | 第13-15页 |
| 第2章 信号检测理论基础 | 第15-22页 |
| ·小波分析技术 | 第15-17页 |
| ·小波分析基本理论 | 第15-16页 |
| ·应用小波包分析进行信号特征提取 | 第16-17页 |
| ·神经网络技术 | 第17-20页 |
| ·神经网络基本理论 | 第17-18页 |
| ·神经网络模型的构建 | 第18-19页 |
| ·神经网络泛化能力的提高 | 第19页 |
| ·小波分析与神经网络的融合 | 第19-20页 |
| ·支持向量机技术 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 实验系统设计及数据采集与初步分析 | 第22-32页 |
| ·实验系统的设计 | 第22-25页 |
| ·实验目的 | 第22页 |
| ·实验方案的确定与设备的选取 | 第22-24页 |
| ·实验平台的搭建 | 第24-25页 |
| ·数据的采集与初步分析 | 第25-31页 |
| ·技术参数的选择与调整 | 第25-26页 |
| ·数据的采集 | 第26-27页 |
| ·信号的初步分析 | 第27-28页 |
| ·数据格式的转换 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 L04028A-044扬声器信号小波特征提取 | 第32-38页 |
| ·小波(包)基的选择 | 第32-33页 |
| ·L04028A-044扬声器信号的频段能量特征提取 | 第33-35页 |
| ·数据的归一化处理 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 用神经网络和支持向量机对L04028A-044扬声器信号进行识别 | 第38-58页 |
| ·用神经网络对L04028A-044扬声器信号进行识别 | 第38-52页 |
| ·BP神经网络的设计 | 第38-42页 |
| ·BP神经网络的训练仿真 | 第42-47页 |
| ·BP神经网络的检测 | 第47-52页 |
| ·用支持向量机对L04028A-044扬声器信号进行识别 | 第52-57页 |
| ·核函数及其参数的确定 | 第53-56页 |
| ·不同SVM检测结果对比 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 L04028A-044扬声器信号自动识别系统界面设计 | 第58-68页 |
| ·软件的选择 | 第58页 |
| ·VB与Matlab的接口 | 第58-61页 |
| ·VB与Matlab接口原理 | 第58-59页 |
| ·VB与Matlab接口实现方法 | 第59-61页 |
| ·自动识别系统设计 | 第61-67页 |
| ·创建nntoolkit的COM组件 | 第61-64页 |
| ·VB与Matlab混合编程实现界面设计 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第7章 结论和展望 | 第68-69页 |
| ·结论 | 第68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
