鸟类鸣声特征提取及音素分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-8页 |
| 图表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 鸣声的录制方法研究现状 | 第9-10页 |
| 1.2.2 鸣声的特征意义研究现状 | 第10-12页 |
| 1.2.3 鸣声的分类识别研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 第二章 鸣声信号预处理、去噪及音素分割 | 第14-25页 |
| 2.1 实验数据介绍 | 第15-16页 |
| 2.2 鸣声预处理 | 第16-19页 |
| 2.3 鸣声去噪 | 第19-22页 |
| 2.3.1 维纳滤波去噪与小波分析去噪比较 | 第19-20页 |
| 2.3.2 去噪算法实现 | 第20-21页 |
| 2.3.3 去噪性能评价标准 | 第21-22页 |
| 2.4 鸣声音素分割 | 第22-25页 |
| 第三章 鸣声特征选择方法 | 第25-29页 |
| 3.1 时域特征选择 | 第25-27页 |
| 3.2 频域特征选择 | 第27-28页 |
| 3.3 小波特征 | 第28-29页 |
| 第四章 基于自组织神经网络的音素自动分类方法 | 第29-33页 |
| 4.1 识别网络的选择 | 第29-30页 |
| 4.2 自组织映射神经网络的结构设计 | 第30-31页 |
| 4.3 自组织映射神经网络训练算法与实现 | 第31-32页 |
| 4.4 音素的自动分类结果分析 | 第32-33页 |
| 第五章 鸟类鸣声处理分析软件 | 第33-36页 |
| 5.1 鸟类鸣声处理分析软件介绍 | 第33-34页 |
| 5.2 主要功能模块介绍 | 第34-36页 |
| 第六章 总结与展望 | 第36-39页 |
| 6.1 总结 | 第36-37页 |
| 6.2 展望 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42页 |
