基于ANN与SVM的病态嗓音识别研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·病态嗓音识别的基本内容和研究意义 | 第7-9页 |
| ·嗓音医学与嗓音识别 | 第7-8页 |
| ·嗓音识别的流程 | 第8-9页 |
| ·病态嗓音识别的科学意义 | 第9页 |
| ·病态嗓音识别的现状 | 第9-11页 |
| ·本文的研究目的和内容 | 第11-12页 |
| ·研究目的和意义 | 第11页 |
| ·研究的主要内容 | 第11-12页 |
| 第二章 病态嗓音特征提取 | 第12-17页 |
| ·声样的采集 | 第12-13页 |
| ·本课题采用的数据库 | 第13-15页 |
| ·一些重要参数的基本概念及其临床意义 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于人工神经网络的病态嗓音识别 | 第17-38页 |
| ·人工神经网络概述 | 第17-19页 |
| ·人工神经网络的发展 | 第17-18页 |
| ·人工神经网络的基本功能 | 第18-19页 |
| ·人工神经网络的一般模型 | 第19页 |
| ·神经元的结构和激励函数 | 第19-22页 |
| ·BP 神经网络 | 第22-26页 |
| ·BP 神经元模型 | 第22-23页 |
| ·误差反传（BP）算法 | 第23-25页 |
| ·BP 神经网络结构 | 第25-26页 |
| ·BP 神经网络的局限性 | 第26页 |
| ·多层神经网络设计的指导原则 | 第26-29页 |
| ·初始权值设计的指导原则 | 第27页 |
| ·隐层数设计的指导原则 | 第27页 |
| ·隐层节点数设计的指导原则 | 第27-28页 |
| ·学习速率的确定 | 第28-29页 |
| ·期望误差的选取 | 第29页 |
| ·人工神经网络分类算法的实现 | 第29-31页 |
| ·分类实验结果及讨论 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于支持向量机的病态嗓音识别 | 第38-58页 |
| ·统计学习理论 | 第38-41页 |
| ·VC 维 | 第38-39页 |
| ·推广性的界 | 第39-40页 |
| ·结构风险最小化 | 第40-41页 |
| ·SVM 基本原理 | 第41-47页 |
| ·最优分类超平面 | 第41-44页 |
| ·软间隔分类超平面 | 第44-45页 |
| ·非线性支持向量机 | 第45-47页 |
| ·基于支持向量机的分类算法实现 | 第47-56页 |
| ·支持向量机的训练与测试 | 第47-48页 |
| ·核函数及其参数选择 | 第48页 |
| ·分类结果及讨论 | 第48-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 总结及展望 | 第58-60页 |
| ·本文主要研究工作总结 | 第58-59页 |
| ·研究工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |
