彝语孤立词识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文研究目的 | 第15-16页 |
| 1.4 本文研究内容 | 第16-18页 |
| 第二章 彝语音识别系统基本理论 | 第18-30页 |
| 2.1 彝语音特点分析 | 第18-19页 |
| 2.2 彝语音识别基本原理 | 第19-21页 |
| 2.2.1 彝语音识别基本结构 | 第19-20页 |
| 2.2.2 彝语音识别系统分类 | 第20页 |
| 2.2.3 彝语音识别系统性能评价指标 | 第20-21页 |
| 2.3 彝语音识别预处理 | 第21-25页 |
| 2.3.1 彝语音信号数字化 | 第21-22页 |
| 2.3.2 彝语音信号预加重 | 第22-23页 |
| 2.3.3 彝语音信号加窗、分帧及端点检测 | 第23-25页 |
| 2.4 彝语音信号的特征参数 | 第25-28页 |
| 2.4.1 线性预测倒谱系数LPCC | 第25-26页 |
| 2.4.2 梅尔频率倒谱系数MFCC | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 彝语孤立词识别算法研究 | 第30-50页 |
| 3.1 引言 | 第30页 |
| 3.2 DTW算法原理 | 第30-36页 |
| 3.2.1 DTW的搜索路径 | 第31-32页 |
| 3.2.2 DTW的算法实现 | 第32-36页 |
| 3.3 统计学习理论 | 第36-39页 |
| 3.3.1 机器学习问题简述 | 第36-37页 |
| 3.3.2 经验风险最小化 | 第37页 |
| 3.3.3 VC维和泛化能力的界 | 第37-38页 |
| 3.3.4 结构风险最小化 | 第38-39页 |
| 3.4 最小二乘支持向量机和核函数 | 第39-49页 |
| 3.4.1 支持向量机 | 第39-43页 |
| 3.4.2 最小二乘支持向量机 | 第43-44页 |
| 3.4.3 核函数 | 第44-46页 |
| 3.4.4 改进高斯核函数 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于LSSVM的彝语孤立词识别 | 第50-58页 |
| 4.1 引言 | 第50页 |
| 4.2 数据采集与预处理 | 第50-51页 |
| 4.3 不同彝语语音特征参数识别率比较 | 第51-56页 |
| 4.4 基于不同核函数的LSSVM识别结果及分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 论文主要工作 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 附录 | 第68页 |
