| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·语音识别技术 | 第11-16页 |
| ·语音信号处理 | 第11页 |
| ·语音识别概述 | 第11-13页 |
| ·国内外语音识别技术的发展与现状 | 第13-15页 |
| ·语音识别困难 | 第15-16页 |
| ·模糊神经网络在语音识别中的应用 | 第16-18页 |
| ·本文研究内容及章节安排 | 第18-20页 |
| 第二章 语音识别的基本原理与技术 | 第20-32页 |
| ·语音信号处理的预处理 | 第20-24页 |
| ·抗混叠滤波与预加重 | 第21页 |
| ·加窗分帧处理 | 第21-22页 |
| ·语音的端点检测 | 第22-24页 |
| ·语音识别中的特征提取 | 第24-28页 |
| ·孤立词语音识别系统的识别方法 | 第28-32页 |
| ·动态时间规整(DTW)技术 | 第29-30页 |
| ·矢量量化(VQ)技术 | 第30-31页 |
| ·隐马尔可夫模(HMM) | 第31页 |
| ·人工神经网络(Artificial Neural Network) | 第31-32页 |
| 第三章 模糊神经网络的基本知识 | 第32-43页 |
| ·模糊控制理论基础 | 第32-39页 |
| ·模糊概念与模糊集合 | 第32-34页 |
| ·模糊关系与模糊变换 | 第34-35页 |
| ·模糊推理 | 第35-39页 |
| ·神经网络理论基础 | 第39-43页 |
| ·人工神经网络模型 | 第39-40页 |
| ·人工神经网络的互连模式 | 第40-41页 |
| ·人工神经网络的学习方式 | 第41-43页 |
| 第四章 模糊神经网络用于语音识别的研究 | 第43-63页 |
| ·模糊神经网络概述 | 第43-47页 |
| ·模糊神经网络的起源与发展 | 第43-44页 |
| ·模糊神经元 | 第44-46页 |
| ·模糊神经网络模型 | 第46-47页 |
| ·基于模糊神经网络的模糊推理过程 | 第47-50页 |
| ·模糊推理的组成 | 第47-48页 |
| ·模糊推理的实现 | 第48-50页 |
| ·T-S模糊神经网络的训练方法 | 第50-52页 |
| ·标准的T-S模糊神经网络算法 | 第50-52页 |
| ·T-S模糊神经网络训练问题 | 第52页 |
| ·基于T-S模糊神经网络的语音识别系统 | 第52-57页 |
| ·T-S模糊神经网络用于语音识别存在的问题 | 第52-53页 |
| ·解决方案 | 第53-54页 |
| ·改进的T-S模糊神经网络结构及学习算法 | 第54-57页 |
| ·基于T-S模糊神经网络的语音识别系统的仿真实验 | 第57-63页 |
| ·基于改进T-S网络的语音识别系统的训练过程及实验结果 | 第57-60页 |
| ·优化改进T-S网络的语音识别系统的实验结果 | 第60-63页 |
| 第五章 基于粒子群优化的模糊神经网络的语音识别系统 | 第63-73页 |
| ·粒子群优化算法的概述 | 第63-67页 |
| ·粒子群优化算法的产生和发展 | 第63-65页 |
| ·粒子群优化算法 | 第65-66页 |
| ·粒子群算法的社会行为分析 | 第66-67页 |
| ·基于粒子群算法优化的模糊神经网络的语音识别算法 | 第67-73页 |
| ·粒子群模糊神经网络算法的构成要素 | 第67-69页 |
| ·基于粒子群优化模糊神经网络的构建 | 第69-70页 |
| ·PSO优化模糊神经网络的算法 | 第70-71页 |
| ·实验结果及结论 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文目录 | 第79页 |
