首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于独立分量分析和遗传算法的说话人辨认

第一章 绪论第1-17页
   ·身份认证与生物特征识别第8页
   ·说话人识别综述第8-16页
     ·说话人识别的分类第8-9页
     ·历史与现状第9-10页
     ·应用前景第10-11页
     ·技术原理第11-16页
   ·论文组织结构第16-17页
第二章 语音信号的预处理第17-26页
   ·引言第17页
   ·浊音段提取第17-24页
     ·基于小波变换和TEAGER 能量算子的浊音段提取算法第18-21页
     ·仿真实验第21-24页
   ·预加重第24页
   ·分帧处理第24-25页
   ·小结第25-26页
第三章 基于矢量量化的说话人辨认第26-40页
   ·引言第26-27页
   ·矢量量化基本原理第27页
   ·失真测度第27-30页
     ·欧氏失真——均方误差第28-29页
     ·线性预测失真测度第29-30页
   ·矢量量化量化器和码书的设计第30-34页
     ·矢量量化器最佳设计的两个条件第30-31页
     ·LBG 算法第31-32页
     ·初始码书的选择第32-34页
   ·基于矢量量化的说话人辨认仿真实验第34-39页
     ·语音库的建立第34页
     ·特征提取第34-36页
     ·仿真实验第36-39页
   ·小结第39-40页
第四章 特征变换第40-57页
   ·引言第40页
   ·主分量分析第40-44页
     ·PCA第40-41页
     ·基于PCA 的特征变换应用于说话人辨认第41-44页
   ·独立分量分析第44-56页
     ·统计独立第45页
     ·线性独立分量分析的定义第45-46页
     ·确定变换矩阵W 的目标函数第46-50页
     ·ICA 算法第50-53页
     ·基于ICA 的特征变换应用于说话人辨认第53-56页
   ·小结第56-57页
第五章 遗传算法应用于码书设计第57-74页
   ·引言第57-58页
   ·遗传算法第58-63页
     ·遗传算法的生物遗传学基础第58-59页
     ·遗传算法的一般结构第59页
     ·遗传算法的特点第59-61页
     ·遗传算法的基本操作第61-63页
   ·基于遗传算法的码书设计算法第63-67页
     ·编码第63-64页
     ·适应度函数第64页
     ·选择第64页
     ·交叉第64-66页
     ·变异第66页
     ·LBG 调整第66-67页
   ·基于遗传算法的码书设计算法应用于说话人辨认第67-73页
     ·实验一:使用原特征矢量两种码书设计算法的比较第67-70页
     ·实验二:ICA 特征变换后两种码书设计算法的比较第70-73页
   ·小结第73-74页
第六章 总结与展望第74-76页
   ·工作总结第74-75页
   ·讨论与展望第75-76页
参考文献第76-80页
摘要第80-82页
ABSTRACT第82-85页
致谢第85-86页

论文共86页,点击 下载论文
上一篇:“银河飞腾”DSP片内存储系统的优化设计研究
下一篇:绿色GDP中环境品质折耗价值核算理论与实证研究