基于SVM的海豚物种的声学识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 海豚声音研究历程 | 第12-14页 |
| 1.3 本文主要工作 | 第14-16页 |
| 1.3.1 海豚哨声的预处理 | 第15页 |
| 1.3.2 哨声的修复和特征提取 | 第15-16页 |
| 1.3.3 基于哨声的海豚物种识别 | 第16页 |
| 1.3.4 本文主要创新点 | 第16页 |
| 1.4 本文章节安排 | 第16-19页 |
| 第二章 SVM及其核函数参数的优化 | 第19-31页 |
| 2.1 支持向量机 | 第19-24页 |
| 2.1.1 线性可分问题 | 第20-22页 |
| 2.1.2 线性不可分问题 | 第22-23页 |
| 2.1.3 非线性可分问题 | 第23-24页 |
| 2.2 有向无环图的多分类SVM | 第24-25页 |
| 2.3 径向基核函数参数的优化 | 第25-30页 |
| 2.3.1 网格搜索法选取RBF最优参数 | 第27-28页 |
| 2.3.2 遗传算法选取RBF最优参数 | 第28-29页 |
| 2.3.3 粒子群优化算法选取RBF最优参数 | 第29-30页 |
| 2.4 本章总结 | 第30-31页 |
| 第三章 海豚哨声预处理 | 第31-51页 |
| 3.1 海豚声音实验数据 | 第31-32页 |
| 3.2 声音信号转换频谱图 | 第32-37页 |
| 3.2.1 汉明窗 | 第33-34页 |
| 3.2.2 STFT | 第34-35页 |
| 3.2.3 实验结果与分析 | 第35-37页 |
| 3.3 哨声频谱图去噪 | 第37-50页 |
| 3.3.1 噪声来源 | 第37-40页 |
| 3.3.2 机械噪声过滤 | 第40-41页 |
| 3.3.3 二值化 | 第41-45页 |
| 3.3.4 离群噪声过滤 | 第45-47页 |
| 3.3.5 竖线噪声过滤 | 第47-48页 |
| 3.3.6 谐波过滤 | 第48-50页 |
| 3.4 本章总结 | 第50-51页 |
| 第四章 哨声轮廓修复和特征提取 | 第51-59页 |
| 4.1 卡尔曼滤波修复哨声轮廓 | 第51-56页 |
| 4.1.1 卡尔曼滤波原理 | 第52-53页 |
| 4.1.2 海豚哨声轮廓修复 | 第53-55页 |
| 4.1.3 实验结果与分析 | 第55-56页 |
| 4.2 哨声的特征提取 | 第56-57页 |
| 4.3 本章总结 | 第57-59页 |
| 第五章 基于SVM的海豚物种声学识别 | 第59-69页 |
| 5.1 海豚哨声特征变量数据集 | 第59-60页 |
| 5.2 RBF参数的寻优 | 第60-62页 |
| 5.3 海豚物种分类器的建立 | 第62-63页 |
| 5.4 实验结果与分析 | 第63-67页 |
| 5.5 本章总结 | 第67-69页 |
| 第六章 工作总结和展望 | 第69-73页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 展望 | 第70-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
