基于模糊理论的关键词识别算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景 | 第10-11页 |
| ·关键词识别的研究意义 | 第11-13页 |
| ·关键词识别的国内外研究现状 | 第13-14页 |
| ·关键词检测的性能评价标准 | 第14-15页 |
| ·本论文的研究内容及结构安排 | 第15-17页 |
| 第2章 隐马尔可夫模型 | 第17-25页 |
| ·HMM的引入 | 第17-18页 |
| ·HMM的基本概念和原理 | 第18-19页 |
| ·HMM的三个基本问题 | 第19-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于HMM的关键词识别基本原理 | 第25-43页 |
| ·基于HMM的关键词识别的基本框架 | 第25-26页 |
| ·预处理 | 第26-28页 |
| ·语音信号的数字化 | 第26页 |
| ·语音信号的预处理 | 第26-28页 |
| ·特征参数提取 | 第28-35页 |
| ·语音信号的数学模型 | 第28-29页 |
| ·语音信号的特征提取 | 第29-35页 |
| ·声学模型的建立 | 第35-39页 |
| ·识别基元的选择 | 第35-36页 |
| ·声学建模 | 第36-38页 |
| ·解码 | 第38-39页 |
| ·关键词检出 | 第39-40页 |
| ·垃圾模型 | 第39页 |
| ·基于垃圾模型的关键词检出 | 第39-40页 |
| ·关键词的确认 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 混淆网络在关键词识别中的应用 | 第43-52页 |
| ·混淆网络的概念 | 第43-45页 |
| ·关键词混淆网络的概念 | 第45-46页 |
| ·关键词混淆网络具体实现 | 第46-49页 |
| ·关键词确认 | 第49页 |
| ·实验结果及分析 | 第49-51页 |
| ·实验的软硬件环境 | 第49-50页 |
| ·语音数据库的构成 | 第50页 |
| ·实验结果与分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 模糊聚类在关键词识别中的应用 | 第52-69页 |
| ·模糊理论的引入 | 第52-53页 |
| ·模糊理论概述 | 第53-54页 |
| ·模糊聚类 | 第54页 |
| ·模糊c均值聚类算法 | 第54-61页 |
| ·模糊模式识别的隶属度原则 | 第54-56页 |
| ·模糊c均值聚类算法 | 第56-61页 |
| ·模糊聚类在关键词识别中的应用 | 第61-63页 |
| ·模糊c均值聚类在关键词识别中的应用 | 第61-62页 |
| ·一种改进的模糊c均值聚类应用于关键词识别中 | 第62-63页 |
| ·实验结果与分析 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-78页 |
| 致谢 | 第78页 |
