| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 计算的发展 | 第12-13页 |
| 1.2.2 神经网络应用研究的发展 | 第13-14页 |
| 1.2.3 基于云计算的神经网络应用发展 | 第14页 |
| 1.3 研究目标与内容 | 第14-15页 |
| 1.4 本文组织架构 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 开源云平台Hadoop实现 | 第16-24页 |
| 2.1 Hadoop总体介绍 | 第16-17页 |
| 2.2 HDFS分布式文件系统 | 第17-19页 |
| 2.3 MapReduce | 第19-20页 |
| 2.4 Hadoop与传统并行计算的对比 | 第20-21页 |
| 2.4.1 Hadoop在网络带宽利用上的优势 | 第20-21页 |
| 2.4.2 Hadoop在可用性上的优势 | 第21页 |
| 2.4.3 Hadoop在开发效率上的优势 | 第21页 |
| 2.5 基于Eclipse搭建Hadoop开发环境 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 人工神经网络的基本理论 | 第24-41页 |
| 3.1 人工神经网络概论 | 第24页 |
| 3.2 神经元模型 | 第24-25页 |
| 3.3 反向传播(BP)网络 | 第25-31页 |
| 3.3.1 BP网络结构 | 第25-26页 |
| 3.3.2 BP算法原理 | 第26-30页 |
| 3.3.3 BP算法存在的问题 | 第30页 |
| 3.3.4 基于共轭梯度法改进的BP算法 | 第30-31页 |
| 3.4 径向基函数(RBF)网络 | 第31-39页 |
| 3.4.1 RBF网络的结构 | 第31-32页 |
| 3.4.2 RBF网络算法原理 | 第32-36页 |
| 3.4.3 RBF神经网络的学习算法 | 第36-38页 |
| 3.4.4 基于监督学习选择中心的学习方法的实现 | 第38-39页 |
| 3.4.5 基于自组织选择中心的学习方法的实现 | 第39页 |
| 3.5 归一化网络 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于云计算平台的神经网络计算 | 第41-54页 |
| 4.1 神经网络的并行化思路 | 第41页 |
| 4.2 BP网络的并行化 | 第41-46页 |
| 4.2.1 BP网络的MapReduce化实现 | 第41-43页 |
| 4.2.2 实验结果与分析 | 第43-46页 |
| 4.2.3 实验结论 | 第46页 |
| 4.3 RBF网络的并行化 | 第46-53页 |
| 4.3.1 RBF网络的MapReduce化实现 | 第46-52页 |
| 4.3.2 实验结果与分析 | 第52-53页 |
| 4.3.3 实验结论 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于云计算平台的人脸识别研究 | 第54-59页 |
| 5.1 人脸特征提取 | 第54-56页 |
| 5.1.1 主成分分析法 | 第54-55页 |
| 5.1.2 线性判别分析 | 第55页 |
| 5.1.3 基于云计算平台的特征提取 | 第55-56页 |
| 5.2 一种混合的RBF网络学习算法 | 第56-57页 |
| 5.3 分类器设计 | 第57页 |
| 5.4 实验数据 | 第57-58页 |
| 5.5 实验结果分析 | 第58页 |
| 5.6 本章小结 | 第58-59页 |
| 第六章 基于云计算平台的语音识别研究 | 第59-71页 |
| 6.1 情感分类 | 第59-60页 |
| 6.2 语音信号分析与情感特征提取 | 第60-66页 |
| 6.2.1 时域参数 | 第61-62页 |
| 6.2.2 基音频率 | 第62-63页 |
| 6.2.3 共振峰频率 | 第63页 |
| 6.2.4 Mel频率倒谱系数 | 第63-65页 |
| 6.2.5 特征参数的选择 | 第65-66页 |
| 6.3 语音数据库 | 第66-68页 |
| 6.4 基于云计算平台的语音信号预处理 | 第68-69页 |
| 6.5 分类器设计 | 第69页 |
| 6.6 实验环境 | 第69页 |
| 6.7 实验结果与分析 | 第69-70页 |
| 6.8 本章小结 | 第70-71页 |
| 第七章 基于云计算平台的情感计算研究 | 第71-79页 |
| 7.1 隐马尔科夫模型理论 | 第71-72页 |
| 7.1.1 马尔科夫链 | 第71-72页 |
| 7.1.2 隐马尔科夫模型 | 第72页 |
| 7.2 基于隐马尔科夫模型的情感计算模型 | 第72-75页 |
| 7.2.1 情感状态空间 | 第73页 |
| 7.2.2 情感强度 | 第73-74页 |
| 7.2.3 情感过程的三层模型 | 第74页 |
| 7.2.4 基于隐马尔科夫模型的情感计算模型 | 第74-75页 |
| 7.2.5 智能体性格 | 第75页 |
| 7.3 基于云计算平台的情感计算 | 第75-77页 |
| 7.3.1 基于云计算平台的情感识别 | 第75-76页 |
| 7.3.2 D-S据理论 | 第76-77页 |
| 7.3.3 基于云计算平台的情感计算 | 第77页 |
| 7.4 仿真实验 | 第77-78页 |
| 7.5 本章小结 | 第78-79页 |
| 总结与展望 | 第79-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的研究成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 附件 | 第88页 |