| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究目的和意义 | 第9-10页 |
| ·乐器识别的研究现状 | 第10-11页 |
| ·乐器识别系统工作流程 | 第11-12页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 乐器识别相关知识 | 第14-28页 |
| ·乐器的基础知识 | 第14-16页 |
| ·乐器音色 | 第14页 |
| ·乐器音频 | 第14-15页 |
| ·音频的常用格式 | 第15-16页 |
| ·乐器分类 | 第16-17页 |
| ·特征参数抽取预处理 | 第17-20页 |
| ·乐器音频信号的声学特征 | 第20-27页 |
| ·倒谱系数 | 第21页 |
| ·线性预测倒谱参数 LPCC | 第21-22页 |
| ·Mel 倒谱参数（MFCC） | 第22-23页 |
| ·Mel 差分倒谱系数（△MFCC） | 第23-24页 |
| ·振幅包络特征（Amplitude envelope features） | 第24页 |
| ·基于 MPEG-7 标准的声学特征 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 乐器分类算法 | 第28-43页 |
| ·决策树 | 第29页 |
| ·KNN 算法 | 第29-31页 |
| ·高斯混合模型 | 第31-32页 |
| ·支持向量机 | 第32-38页 |
| ·线性最优分类超平面 | 第33-35页 |
| ·线性不可分情况 | 第35-36页 |
| ·多类分类问题 | 第36-37页 |
| ·核函数及选择 | 第37-38页 |
| ·分类器的降维-主成分分析 | 第38-40页 |
| ·乐器识别分类算法的选择 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 系统的设计与实现 | 第43-59页 |
| ·乐器音频预处理 | 第44-45页 |
| ·静音端点处理 | 第45-47页 |
| ·特征参数的提取 | 第47-49页 |
| ·分类器设计 | 第49-50页 |
| ·分类器训练系统设计 | 第49-50页 |
| ·分类器分类系统设计 | 第50页 |
| ·实验测试及结果分析 | 第50-53页 |
| ·实验测试 | 第50-51页 |
| ·结果分析 | 第51-53页 |
| ·特征选择算法的改进 | 第53-58页 |
| ·基于最大间隔的特征选择 | 第54-56页 |
| ·算法实现 | 第56-57页 |
| ·结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 工作总结 | 第59页 |
| 研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |