首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

复杂音频的事件检测与分类中的关键问题研究

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-25页
   ·研究背景和意义第13-15页
   ·国内外研究现状第15-17页
   ·存在的问题第17-18页
   ·本文的创新点及结构安排第18-21页
     ·本文的创新点第18-20页
     ·本文的结构安排第20-21页
 参考文献第21-25页
第二章 音频检测与分类系统第25-54页
   ·引言第25页
   ·音频分割第25-26页
   ·特征提取第26-33页
     ·短时特征第27-32页
     ·长时特征第32-33页
   ·音频事件建模及分类第33-42页
     ·支持向量机第34-38页
     ·高斯混合模型第38-41页
     ·隐马尔可夫模型第41页
     ·K近邻第41-42页
     ·人工神经网络第42页
     ·决策树第42页
   ·后处理第42-43页
   ·常用的聚类算法第43-50页
     ·K均值聚类第44-47页
     ·谱聚类第47-50页
   ·评价准则第50页
   ·本章小结第50-51页
 参考文献第51-54页
第三章 基于BIC的主动学习初始样本集选择第54-76页
   ·引言第54页
   ·主动学习概述第54-58页
   ·问题描述第58-59页
   ·基于BIC的主动学习初始样本集选择算法第59-64页
     ·贝叶斯信息准则BIC第59-60页
     ·根据BIC判断簇的状态第60-62页
     ·子空间样本选择第62-63页
     ·基于BIC的主动学习初始样本集选择的具体策略第63-64页
   ·实验结果与分析第64-71页
     ·在toy data上的实验第64-65页
     ·在真实数据上的实验第65-71页
   ·本章小结第71页
 参考文献第71-76页
第四章 基于间隔和误识特性采样的支持向量机主动学习第76-98页
   ·引言第76-77页
   ·基于间隔和误识特性采样第77-87页
     ·基于间隔和误识特性的采样方案一第77-79页
     ·基于间隔和误识特性的采样方案二第79-82页
     ·基于间隔和误识特性的采样方案三第82-87页
   ·实验结果与分析第87-96页
     ·实验设置第87-88页
     ·MMCBS-1主动学习算法的对比实验第88-90页
     ·MMCBS-2主动学习算法的对比实验第90-92页
     ·MMCBS-3主动学习算法的对比实验第92-94页
     ·MMCBS-1、MMCBS-2和MMCBS-3的对比实验第94-96页
   ·本章小结第96页
 参考文献第96-98页
第五章 结合主动学习和半监督学习的音频事件检测第98-116页
   ·引言第98-99页
   ·半监督学习概述第99-101页
   ·支持向量机主动学习第101-103页
   ·主动半监督支持向量机第103-106页
     ·半监督学习和模式类中心样本第104-105页
     ·主动半监督学习流程第105-106页
   ·实验结果与分析第106-112页
     ·在toy data上的实验第106-108页
     ·在真实数据上的实验第108-110页
     ·主动学习迭代次数M和半监督学习迭代次数K第110-112页
   ·本章小结第112-113页
 参考文献第113-116页
第六章 复杂音频文档的音频事件分类策略第116-126页
   ·引言第116页
   ·音频事件模型第116-117页
     ·支持向量机SVM第116页
     ·高斯混合模型GMM第116-117页
   ·结合纯净音频事件模型和聚类信息进行分类第117-121页
     ·根据聚类信息估计样本的类别概率第118-120页
     ·分类第120-121页
   ·实验结果与分析第121-124页
     ·实验设置第121-122页
     ·实验结果第122-124页
   ·本章小结第124-125页
 参考文献第125-126页
第七章 总结与展望第126-128页
   ·论文总结第126页
   ·研究展望第126-128页
博士期间发表的论文第128-129页
致谢第129页

论文共129页,点击 下载论文
上一篇:副热带高压中心云和降水及热带和副热带穿透性对流活动分布特征
下一篇:拓扑结构聚电解质的合成及性质研究