音频分类与分割技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·音频分类与分割技术研究现状 | 第11-13页 |
| ·音频特征分析与抽取 | 第11-12页 |
| ·分类器的设计与实现 | 第12-13页 |
| ·分割方法 | 第13页 |
| ·本文研究内容与论文结构 | 第13-16页 |
| ·本文研究内容 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 音频结构化概念框架 | 第16-22页 |
| ·音频语义内容分析 | 第16-17页 |
| ·层次化音频结构分析框架 | 第17-18页 |
| ·音频分类与分割技术分析 | 第18-21页 |
| ·小结 | 第21-22页 |
| 第三章 音频特征分析与抽取 | 第22-33页 |
| ·特征抽取的相关技术 | 第22-23页 |
| ·音频短时处理技术 | 第22页 |
| ·同态处理技术 | 第22-23页 |
| ·特征分析与抽取描述 | 第23-29页 |
| ·基于音频帧(frame)的音频特征 | 第23-27页 |
| ·基于音频段(clip)的音频特征 | 第27-29页 |
| ·特征抽取 | 第29-31页 |
| ·特征有效性分析 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 基于支持向量机(SVM)的分类器 | 第33-47页 |
| ·统计学习理论与支持向量机 | 第33-36页 |
| ·统计学习理论 | 第33-34页 |
| ·支持向量机 | 第34-36页 |
| ·SVM训练算法比较分析与选择 | 第36-40页 |
| ·SVM训练算法概述 | 第36-38页 |
| ·SVM训练算法比较分析 | 第38-40页 |
| ·基于SVM分类器的设计 | 第40-43页 |
| ·基于规则的静音与噪音分类器 | 第41-42页 |
| ·基于SVM决策树方法的多类分类器 | 第42-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第五章 基于熵的音频分割方法 | 第47-52页 |
| ·音频分割方法 | 第47-48页 |
| ·基于熵和动态规划算法的分割方法 | 第48-49页 |
| ·实验结果和分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第六章 系统设计与实现 | 第52-57页 |
| ·音频分类与分割系统的设计 | 第52页 |
| ·SVM训练子系统的设计与实现 | 第52-54页 |
| ·音频分类子系统与分割子系统的设计与实现 | 第54-56页 |
| ·音频分类子系统设计 | 第54-55页 |
| ·音频分割子系统的设计 | 第55页 |
| ·音频分类子系统与分割子系统的实现 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-60页 |
| ·本文内容总结 | 第57-58页 |
| ·今后的工作与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献表 | 第61-65页 |
| 附录 作者发表的论文 | 第65页 |
