| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·听觉系统与空间听觉简介 | 第7-9页 |
| ·听觉系统与听觉定位机理 | 第7-9页 |
| ·空间听觉现象 | 第9页 |
| ·外耳听觉模型 | 第9-11页 |
| ·参数化模型（parametric model） | 第9-10页 |
| ·非参数化模型（non-parametric model） | 第10页 |
| ·外耳听觉模型的研究进展 | 第10-11页 |
| ·虚拟听觉空间 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第二章 HRIR 的数据获取与预处理 | 第13-25页 |
| ·HRIR 的测量 | 第13-16页 |
| ·HRIR 的消噪 | 第16-22页 |
| ·小波变换与信号的奇异性检测 | 第16-19页 |
| ·基于小波变换的消噪算法 | 第19-20页 |
| ·去噪后的HRIR | 第20-22页 |
| ·HRIR 的预处理 | 第22-25页 |
| ·能量预处理 | 第22-23页 |
| ·时间预处理 | 第23-25页 |
| 第三章 基于主元素分析法的人耳空间听觉模型 | 第25-36页 |
| ·引言 | 第25-26页 |
| ·主元素分析法 | 第26-28页 |
| ·K-L 变换的原理与实现 | 第26-27页 |
| ·主元素分析法 | 第27-28页 |
| ·人耳空间听觉模型的建立 | 第28-35页 |
| ·主元素分析法建立人耳空间听觉模型的步骤 | 第28-29页 |
| ·几种预处理方式的比较 | 第29-30页 |
| ·模型性能评价与结果分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 利用遗传算法选择HRIR 的基向量 | 第36-53页 |
| ·引言 | 第36页 |
| ·遗传算法原理 | 第36-42页 |
| ·遗传算法的结构 | 第37-41页 |
| ·编码与解码 | 第37-38页 |
| ·适应度函数 | 第38-39页 |
| ·遗传操作 | 第39-40页 |
| ·运行参数 | 第40-41页 |
| ·遗传算法的一般流程 | 第41-42页 |
| ·遗传算法的收敛性 | 第42页 |
| ·利用遗传算法选择基向量 | 第42-45页 |
| ·算法介绍及参数设置 | 第42-43页 |
| ·遗传算法搜索到的基向量 | 第43-45页 |
| ·基于遗传算法的人耳空间听觉模型的建立 | 第45-52页 |
| ·建立时域双耳模型的步骤 | 第45-46页 |
| ·模型性能评价与结果分析 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 主元素分析法的神经网络实现 | 第53-63页 |
| ·引言 | 第53页 |
| ·神经网络基本理论 | 第53-56页 |
| ·神经元模型 | 第53-54页 |
| ·网络结构 | 第54-55页 |
| ·神经网络的学习 | 第55-56页 |
| ·自组织神经网络 | 第56-59页 |
| ·广义Hebb 算法（GHA） | 第56-58页 |
| ·自适应主元提取算法（APEX） | 第58-59页 |
| ·神经网络的实现与结果分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结束语 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间参加项目和公开发表论文情况 | 第68-69页 |
| 详细摘要 | 第69-73页 |