特征提取及特征优选在车辆声识别中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·特征提取与特征优选简介 | 第9-12页 |
| ·特征提取 | 第10-11页 |
| ·特征优选 | 第11-12页 |
| ·特征提取及特征优选研究现状 | 第12-14页 |
| ·目前主要的特征提取方法 | 第12-13页 |
| ·目前主要的特征优选方法 | 第13-14页 |
| ·特征优选方法的研究趋势 | 第14页 |
| ·车辆声识别系统发展现状 | 第14-16页 |
| ·论文的结构安排 | 第16-17页 |
| 2 车辆声信号的采集和数据集的选取 | 第17-22页 |
| ·车辆声信号特性分析 | 第17-18页 |
| ·信号采集模块设计指标 | 第18-19页 |
| ·声音数据库的选取 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 车辆声信号检测技术 | 第22-28页 |
| ·改进的车辆声信号检测算法实现 | 第22-27页 |
| ·CFAR 横虚警率检测算法 | 第22-25页 |
| ·改进的OS-CFAR 车辆声信号检测算法实现 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 4 声信号特征提取算法实现 | 第28-44页 |
| ·特征归一化 | 第28-29页 |
| ·时域特征 | 第29-30页 |
| ·常用频域特征 | 第30-32页 |
| ·谐波集 | 第32-35页 |
| ·线性预测系数 | 第35-36页 |
| ·倒谱系数 | 第36-37页 |
| ·小波子带能量 | 第37-40页 |
| ·特征的类别区分性实验分析 | 第40-43页 |
| ·类别区分性准则 | 第40-41页 |
| ·特征的区分性实验结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 特征优选算法实现 | 第44-56页 |
| ·特征优选算法分析 | 第44-49页 |
| ·特征优选算法实现 | 第49-53页 |
| ·遗传算法参数设置 | 第50页 |
| ·数据集的选取及随机组合 | 第50-51页 |
| ·遗传算法的优化结果 | 第51-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·单个特征优化 | 第53页 |
| ·总体特征优化 | 第53-54页 |
| ·类别区分度函数与SVM 的对比优化结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
