| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 课题研究背景及意义 | 第13-17页 |
| 1.2 研究现状及存在问题 | 第17-25页 |
| 1.2.1 语音稀疏表示的研究现状 | 第17-20页 |
| 1.2.2 语音深度学习的研究现状 | 第20-22页 |
| 1.2.3 语音测谎的研究现状 | 第22-24页 |
| 1.2.4 语音测谎目前存在的问题 | 第24-25页 |
| 1.3 本文课题来源及主要贡献 | 第25-27页 |
| 1.4 本文的组织结构安排 | 第27-29页 |
| 第二章 基于稀疏表示的语音测谎研究框架 | 第29-51页 |
| 2.1 引言 | 第29-30页 |
| 2.2 语音稀疏表示模型 | 第30-33页 |
| 2.2.1 稀疏表示的生理基础 | 第30-31页 |
| 2.2.2 语音信号的稀疏性 | 第31-32页 |
| 2.2.3 语音稀疏表示的数学模型 | 第32-33页 |
| 2.3 说谎语音稀疏表示方法 | 第33-45页 |
| 2.3.1 说谎语音与正常语音的差别 | 第33-35页 |
| 2.3.2 说谎语音稀疏字典的构造 | 第35-40页 |
| 2.3.3 说谎语音稀疏分解算法的设计 | 第40-45页 |
| 2.4 基于稀疏表示分析的语音测谎研究框架 | 第45-49页 |
| 2.4.1 语音测谎研究框架 | 第45-48页 |
| 2.4.2 实施方案 | 第48-49页 |
| 2.5 本文实验数据库 | 第49-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 基于快速K-SVD的说谎语音稀疏表示方法 | 第51-76页 |
| 3.1 引言 | 第51-52页 |
| 3.2 K-SVD算法描述 | 第52-56页 |
| 3.2.1 K-均值算法 | 第53-54页 |
| 3.2.2 K-SVD算法 | 第54-56页 |
| 3.3 基于免疫优化的快速K-SVD算法 | 第56-66页 |
| 3.3.1 K-SVD中的迭代算法及存在的问题 | 第56-59页 |
| 3.3.2 快速K-SVD算法描述 | 第59-64页 |
| 3.3.2.1 基于抗体浓度的免疫算法 | 第59-62页 |
| 3.3.2.2 基于免疫优化的快速K-SVD算法 | 第62-64页 |
| 3.3.3 快速K-SVD稀疏表示的步骤 | 第64-66页 |
| 3.4 实验结果及分析 | 第66-75页 |
| 3.4.1 实验设置 | 第66页 |
| 3.4.2 实验结果 | 第66-74页 |
| 3.4.3 实验分析 | 第74-75页 |
| 3.5 本章小结 | 第75-76页 |
| 第四章 基于深度学习模型的说谎语音特征提取 | 第76-102页 |
| 4.1 引言 | 第76-78页 |
| 4.2 深度学习的网络模型 | 第78-84页 |
| 4.2.1 深度学习网络的产生机理 | 第78-80页 |
| 4.2.2 常见的深度学习网络模型 | 第80-84页 |
| 4.3 基于堆叠稀疏自动编码器的深度网络模型 | 第84-90页 |
| 4.3.1 稀疏自动编码器原理 | 第84-87页 |
| 4.3.2 堆叠稀疏自动编码器的模型结构及训练方法 | 第87-90页 |
| 4.4 SSAE深度学习模型用于说谎特征提取的优势分析 | 第90-92页 |
| 4.4.1 深度学习的优势 | 第90-91页 |
| 4.4.2 SSAE的优势 | 第91-92页 |
| 4.5 说谎语音的深度学习分析 | 第92-96页 |
| 4.5.1 深度特征学习模型 | 第92-95页 |
| 4.5.2 说谎语音深度特征的提取方法 | 第95-96页 |
| 4.6 实验结果与分析 | 第96-100页 |
| 4.6.1 实验设置 | 第96-97页 |
| 4.6.2 实验结果 | 第97-99页 |
| 4.6.3 实验分析 | 第99-100页 |
| 4.7 本章小结 | 第100-102页 |
| 第五章 基于动态稀疏贝叶斯的说谎语音时序建模 | 第102-126页 |
| 5.1 引言 | 第102-104页 |
| 5.2 稀疏贝叶斯网络 | 第104-107页 |
| 5.2.1 贝叶斯方法 | 第104-105页 |
| 5.2.2 稀疏贝叶斯方法 | 第105-107页 |
| 5.3 动态稀疏贝叶斯方法 | 第107-110页 |
| 5.3.1 动态稀疏贝叶斯网络的结构 | 第107-109页 |
| 5.3.2 动态稀疏贝叶斯网络的优势 | 第109-110页 |
| 5.4 基于DSBN的说谎语音时序建模 | 第110-118页 |
| 5.4.1 DSBN语音测谎模型构造 | 第110-112页 |
| 5.4.2 DSBN模型分析与推理 | 第112-113页 |
| 5.4.3 DSBN模型参数学习 | 第113-115页 |
| 5.4.4 说谎语音时序建模 | 第115-118页 |
| 5.5 实验结果与分析 | 第118-125页 |
| 5.5.1 实验设置 | 第118-119页 |
| 5.5.2 实验结果 | 第119-124页 |
| 5.5.3 实验分析 | 第124-125页 |
| 5.6 本章小结 | 第125-126页 |
| 第六章 结论与展望 | 第126-130页 |
| 6.1 论文总结 | 第126-128页 |
| 6.2 未来研究方向展望 | 第128-130页 |
| 参考文献 | 第130-144页 |
| 攻读博士学位期间的研究成果 | 第144-146页 |
| 附录 | 第146-151页 |
| 1 缩略语 | 第146-149页 |
| 2 图索引 | 第149-150页 |
| 3 表索引 | 第150-151页 |
| 致谢 | 第151-152页 |