| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究发展的过程及现状 | 第12-17页 |
| 1.2.1 人工智能发展历程 | 第12-13页 |
| 1.2.2 人工神经网络和深度学习发展历程及现状 | 第13-16页 |
| 1.2.3 环境感知和音频识别的发展过程及现状 | 第16-17页 |
| 1.3 人工神经网络和深度学习对环境感知和音频识别的意义 | 第17页 |
| 1.4 本文主要工作 | 第17-19页 |
| 1.5 论文组织结构 | 第19-20页 |
| 第二章 深度学习理论基础 | 第20-34页 |
| 2.1 神经网络 | 第20-23页 |
| 2.2 卷积神经网络CNN | 第23-27页 |
| 2.2.1 卷积层 | 第23-26页 |
| 2.2.2 池化层 | 第26-27页 |
| 2.2.3 全连接层 | 第27页 |
| 2.3 循环神经网络RNN | 第27-30页 |
| 2.3.1 RNN介绍 | 第27-29页 |
| 2.3.2 RNN工作原理 | 第29-30页 |
| 2.4 长短时记忆神经网络LSTM | 第30-33页 |
| 2.4.1 LSTM基本结构 | 第30-31页 |
| 2.4.2 LSTM核心原理 | 第31-32页 |
| 2.4.3 LSTM工作流程 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于卷积神经网络和深度RNN的环境识别模型 | 第34-52页 |
| 3.1 CRMNN模型的总体设计 | 第34-36页 |
| 3.2 输入音频样本数据的采集 | 第36-38页 |
| 3.2.1 声音信号及音频数字信号特征 | 第36-37页 |
| 3.2.2 音频采集步骤 | 第37-38页 |
| 3.2.3 核心采样参数设置 | 第38页 |
| 3.3 音频样本数据的预处理 | 第38-40页 |
| 3.3.1 预加重 | 第38-39页 |
| 3.3.2 分帧 | 第39页 |
| 3.3.3 加窗 | 第39-40页 |
| 3.4 生成音频文件的声谱图形式 | 第40-45页 |
| 3.4.1 声谱图介绍 | 第40-42页 |
| 3.4.2 声谱图生成步骤 | 第42-43页 |
| 3.4.3 生成背景环境音频样本声谱图总集 | 第43-45页 |
| 3.5 CRMNN网络结构 | 第45-49页 |
| 3.5.1 CNN网络结构 | 第45-47页 |
| 3.5.2 深度RNN网络结构 | 第47-49页 |
| 3.6 训练CRMNN网络结构 | 第49-51页 |
| 3.6.1 给训练样本数据作标记 | 第49-50页 |
| 3.6.2 网络结构训练过程 | 第50-51页 |
| 3.7 利用CRMNN网络进行识别 | 第51页 |
| 3.8 本章小结 | 第51-52页 |
| 第四章 CRMNN模型的实现及系列对比实验 | 第52-78页 |
| 4.1 实验准备 | 第52-54页 |
| 4.1.1 实验环境 | 第52页 |
| 4.1.2 音频样本数据集 | 第52-54页 |
| 4.1.3 声谱图尺寸 | 第54页 |
| 4.2 CRMNN模型中网络结构及参数的设定 | 第54-59页 |
| 4.2.1 CNN的网络结构及参数设定 | 第54-56页 |
| 4.2.2 深度RNN的网络结构及参数设定 | 第56-57页 |
| 4.2.3 输出全连接层的网络结构及参数设定 | 第57-58页 |
| 4.2.4 加入全连接层不加入深度RNN的CFNN识别模型设置 | 第58-59页 |
| 4.3 基于MFCC和KNN分类器与GMM模型的两种传统系统 | 第59-65页 |
| 4.3.1 传统系统实验基础 | 第59-60页 |
| 4.3.2 传统系统实验步骤 | 第60-65页 |
| 4.4 本文模型和传统系统的对比 | 第65-68页 |
| 4.4.1 传统系统的识别结果 | 第65-67页 |
| 4.4.2 本文模型的识别结果 | 第67页 |
| 4.4.3 CRMNN模型与传统方法的结果对比 | 第67-68页 |
| 4.5 基于本文模型网络模型的相关对比实验 | 第68-74页 |
| 4.5.1 两种卷积核尺寸的对比及分析 | 第68-70页 |
| 4.5.2 激活函数对比实验 | 第70-72页 |
| 4.5.3 激活函数对比实验结果 | 第72-74页 |
| 4.5.4 CRMNN模型与CFNN识别模型建模能力对比实验结果 | 第74页 |
| 4.6 本文模型和其他已发表基于深度学习的环境识别模型的对比实验 | 第74-77页 |
| 4.7 本章小结 | 第77-78页 |
| 第五章 环境感知识别系统在移动端的原型实现 | 第78-97页 |
| 5.1 系统实现CRMNN模型的模式 | 第78页 |
| 5.2 系统原型需求分析 | 第78-80页 |
| 5.3 系统总体设计 | 第80-84页 |
| 5.3.1 系统各组成模块 | 第81-82页 |
| 5.3.2 系统模块逻辑层次关系 | 第82-84页 |
| 5.4 系统模块功能实现 | 第84-87页 |
| 5.4.1 初始化模块的实现 | 第84页 |
| 5.4.2 交互管理模块的实现 | 第84-85页 |
| 5.4.3 音频录制模块的实现 | 第85页 |
| 5.4.4 音频预处理模块的实现 | 第85-86页 |
| 5.4.5 声谱图生成模块的实现 | 第86页 |
| 5.4.6 声谱图识别模块的实现 | 第86-87页 |
| 5.5 系统测试 | 第87-96页 |
| 5.5.1 测试内容 | 第87-88页 |
| 5.5.2 测试用例及测试结果 | 第88-95页 |
| 5.5.3 测试结果分析 | 第95-96页 |
| 5.5.4 系统总体性能测试结果 | 第96页 |
| 5.6 本章小结 | 第96-97页 |
| 第六章 结论 | 第97-99页 |
| 6.1 本文的主要贡献 | 第97-98页 |
| 6.2 下一步的工作展望 | 第98-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-103页 |
