| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 声特征提取研究现状 | 第12-14页 |
| 1.2.2 流形学习研究现状 | 第14-16页 |
| 1.3 研究内容与章节安排 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第2章 流形学习理论 | 第19-37页 |
| 2.1 流形学习基本概念 | 第19-22页 |
| 2.1.1 流形 | 第19-21页 |
| 2.1.2 流形学习 | 第21-22页 |
| 2.2 流形学习算法 | 第22-28页 |
| 2.2.1 线性流形学习算法 | 第22-24页 |
| 2.2.2 非线性流形学习算法 | 第24-28页 |
| 2.3 非线性流形学习关键问题 | 第28-35页 |
| 2.3.1 非线性流形学习算法选择 | 第28-31页 |
| 2.3.2 lle算法数学推导 | 第31-34页 |
| 2.3.3 高维特征矩阵构建 | 第34-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 stft-lle流形学习方法及其声特征提取 | 第37-53页 |
| 3.1 stft-lle流形学习方法 | 第37-39页 |
| 3.1.1 stft构建高维特征矩阵 | 第37-39页 |
| 3.1.2 stft-lle流形学习方法实现流程 | 第39页 |
| 3.2 stft-lle流形学习方法的影响因素 | 第39-43页 |
| 3.2.1 窗宽 | 第39-40页 |
| 3.2.2 最近邻点数 | 第40-42页 |
| 3.2.3 本征维数 | 第42-43页 |
| 3.3 stft-lle流形学习方法的声特征提取 | 第43-51页 |
| 3.3.1 运动声特征 | 第43-48页 |
| 3.3.2 声特征提取实现流程 | 第48-51页 |
| 3.3.3 关键因素 | 第51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 stft-lle流形学习运动声特征提取仿真 | 第53-61页 |
| 4.1 仿真数据 | 第53-56页 |
| 4.2 声特征提取 | 第56-58页 |
| 4.3 仿真结果分析 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第5章 stft-lle流形学习运动声特征提取实验测试 | 第61-75页 |
| 5.1 支持向量机 | 第61-63页 |
| 5.1.1 svm分类基本理论 | 第61-62页 |
| 5.1.2 svm核函数 | 第62-63页 |
| 5.2 地面车辆通过噪声采集 | 第63-67页 |
| 5.2.1 实验测试系统搭建 | 第63-65页 |
| 5.2.2 通过噪声数据采集 | 第65-67页 |
| 5.3 地面车辆通过噪声特征提取 | 第67-69页 |
| 5.4 基于svm分类器的地面车辆识别实验 | 第69-71页 |
| 5.5 实验结果与分析 | 第71-73页 |
| 5.6 本章小结 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士期间论文发表及科研情况 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84-91页 |
