基于能量检测的复杂环境声音识别
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究现状 | 第9-12页 |
| ·本文主要工作 | 第12-15页 |
| ·研究内容与难点 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第二章 自适应能量检测 | 第15-30页 |
| ·能量检测 | 第15-19页 |
| ·自适应能量检测 | 第19-27页 |
| ·噪声功率谱估计 | 第20-25页 |
| ·检测阈值 | 第25-26页 |
| ·自适应能量检测 | 第26-27页 |
| ·含噪声音信号的检测效果 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 特征提取 | 第30-43页 |
| ·MFCC特征提取 | 第31-35页 |
| ·MWSCC特征提取 | 第35-40页 |
| ·Mel尺度的小波包分解 | 第35-39页 |
| ·MWSCC提取 | 第39-40页 |
| ·MFCC与MWSCC效果比较 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 GMM和SVM的混合模型 | 第43-59页 |
| ·高斯混合模型 | 第43-48页 |
| ·GMM的基本概念 | 第43-44页 |
| ·GMM的训练 | 第44-45页 |
| ·EM算法 | 第45页 |
| ·GMM的参数估计 | 第45-47页 |
| ·GMM应用于环境声音识别 | 第47-48页 |
| ·支持向量机 | 第48-54页 |
| ·线性可分 | 第48-50页 |
| ·线性不可分 | 第50-52页 |
| ·多类分类 | 第52-53页 |
| ·SVM应用于环境声音识别 | 第53-54页 |
| ·GMM_SVM | 第54-57页 |
| ·GMM、SVM以及GMM_SVM分类效果对比 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 实验与结果分析 | 第59-70页 |
| ·实验声音数据 | 第59-60页 |
| ·实验参数设置 | 第60-61页 |
| ·鸟类声音识别的实验结果与分析 | 第61-65页 |
| ·环境声音识别的实验结果与分析 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第78页 |
