智能住宅门禁系统声纹识别算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究的目的及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·生物特征识别技术 | 第9-11页 |
| ·声纹识别国内外研究现状 | 第11-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第2章 声纹识别理论研究 | 第15-22页 |
| ·语音信号识别与模型建立 | 第15-18页 |
| ·语音生成系统 | 第15页 |
| ·语音感知系统 | 第15-16页 |
| ·语音信号生成的数学模型 | 第16-18页 |
| ·语音信号的特性分析 | 第18-19页 |
| ·语音信号时域特性分析 | 第18-19页 |
| ·语音信号频域特性分析 | 第19页 |
| ·语音信号与声纹识别 | 第19-21页 |
| ·适用于门禁系统的声纹识别 | 第20页 |
| ·声纹识别系统构成 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 小波改良声纹识别特征提取算法 | 第22-38页 |
| ·声纹识别特征提取 | 第22-27页 |
| ·语音信号的数字化和预处理 | 第22-25页 |
| ·声纹识别特征提取的主要参数 | 第25-26页 |
| ·声纹识别特征评价方法 | 第26-27页 |
| ·声纹识别MEL倒谱系数提取 | 第27-30页 |
| ·Mel倒谱系数 | 第27-28页 |
| ·Mel倒谱系数提取 | 第28-30页 |
| ·小波改良变换 | 第30-32页 |
| ·小波基本理论 | 第31-32页 |
| ·离散小波变换 | 第32页 |
| ·声纹识别小波改良动态MEL倒谱系数 | 第32-37页 |
| ·声纹识别动态Mel特征参数 | 第32-34页 |
| ·声纹识别小波改良动态Mel倒谱系数 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 声纹识别匹配模型研究 | 第38-46页 |
| ·声纹识别模式匹配与分析 | 第38-39页 |
| ·参数模型 | 第38页 |
| ·非参数模型 | 第38-39页 |
| ·支持向量机(SVM) | 第39页 |
| ·人工神经网络(ANN) | 第39页 |
| ·声纹识别小波RBF神经网络模型构建 | 第39-45页 |
| ·人工神经网络理论研究 | 第39-41页 |
| ·RBF神经网络 | 第41-42页 |
| ·声纹识别小波RBF神经网络模型(WRNN) | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 智能住宅门禁系统声纹识别算法及仿真实验 | 第46-59页 |
| ·智能声纹识别门禁系统设计 | 第46-49页 |
| ·小区声纹识别门禁系统 | 第46-47页 |
| ·住户声纹识别门禁系统 | 第47-49页 |
| ·声纹识别算法仿真实验 | 第49-55页 |
| ·实验条件 | 第49-50页 |
| ·声纹识别算法仿真实验及分析 | 第50-55页 |
| ·声纹识别系统仿真实验 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结和展望 | 第59-61页 |
| ·论文工作总结 | 第59页 |
| ·未来工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |
