多类分类支持向量机在嵌入式语音识别系统中的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题研究背景和意义 | 第11页 |
| ·语音识别概述 | 第11-14页 |
| ·语音识别的应用领域 | 第12页 |
| ·语音识别的现状和发展方向 | 第12-14页 |
| ·嵌入式系统概述 | 第14-16页 |
| ·完成的主要工作 | 第16-17页 |
| ·本文内容结构安排 | 第17-19页 |
| 第二章 支持向量机在语音识别中的应用 | 第19-35页 |
| ·传统模式识别方法的不足 | 第19-20页 |
| ·统计学习理论 | 第20-24页 |
| ·机器学习理论 | 第20-22页 |
| ·语音识别基本方法 | 第22-24页 |
| ·支持向量机理论 | 第24-27页 |
| ·理论的发展 | 第24-25页 |
| ·核函数 | 第25-26页 |
| ·支持向量机算法 | 第26-27页 |
| ·多类分类方法 | 第27-32页 |
| ·一对余组合分类法(1vR) | 第28-30页 |
| ·一对一组合分类法(1v1) | 第30-31页 |
| ·决策有向无环图组合分类法(DAG) | 第31-32页 |
| ·基于纠错输出编码的支持向量机 | 第32页 |
| ·超球面分类法 | 第32页 |
| ·语音数据库 | 第32-33页 |
| ·韩语语音库 | 第33页 |
| ·连接词语音库 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第三章 嵌入式语音识别系统 | 第35-47页 |
| ·嵌入式语音识别系统概述 | 第35-38页 |
| ·嵌入式语音识别系统的研究背景 | 第36页 |
| ·嵌入式语音识别系统的特点 | 第36-38页 |
| ·嵌入式语音识别开发平台 | 第38-42页 |
| ·系统硬件平台 | 第38-39页 |
| ·系统软件平台 | 第39-40页 |
| ·嵌入式操作系统 | 第40-42页 |
| ·DM6446开发平台 | 第42-45页 |
| ·DM6446处理器 | 第42-43页 |
| ·嵌入式开发板与宿主机的连接 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 多类分类算法的移植及时间优化 | 第47-59页 |
| ·多类分类支持向量机 | 第47-49页 |
| ·DAG支持向量机原理及算法 | 第47-48页 |
| ·纠错输出编码的原理及算法 | 第48-49页 |
| ·基于DM6446嵌入式平台的算法实现 | 第49-52页 |
| ·嵌入式系统开发环境的搭建 | 第50-51页 |
| ·嵌入式系统交叉编译环境的建立 | 第51页 |
| ·嵌入式系统的连接 | 第51-52页 |
| ·实验结果及分析 | 第52-56页 |
| ·韩语非特定人小词汇孤立词量语音库的实验结果 | 第54-55页 |
| ·汉语非特定人小词汇量连接词语音库的实验结果 | 第55-56页 |
| ·训练时间的改进 | 第56-58页 |
| ·非线性分类 | 第56页 |
| ·样本预选取算法 | 第56-58页 |
| ·实验结果及分析 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于超球支持向量机的嵌入式语音识别系统 | 第59-69页 |
| ·超球支持向量机的原理及算法 | 第59-60页 |
| ·Java虚拟机 | 第60-64页 |
| ·Java虚拟机原理 | 第60-61页 |
| ·Jam VM | 第61-63页 |
| ·搭建交叉编译环境 | 第63-64页 |
| ·Java虚拟机的移植 | 第64-67页 |
| ·编译和移植GNU classpath | 第64-65页 |
| ·移植Java虚拟机 | 第65-67页 |
| ·验证正确性 | 第67页 |
| ·实验结果及分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表的学术论文目录 | 第77页 |
