| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·语音情感识别研究的难点 | 第11-12页 |
| ·论文的主要内容及创新点 | 第12-13页 |
| ·论文的主要内容 | 第12-13页 |
| ·论文的创新点 | 第13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 关联规则挖掘算法概述 | 第14-22页 |
| ·关联规则算法的基本概念 | 第14-16页 |
| ·经典的关联规则算法 | 第16-20页 |
| ·Apriori 算法 | 第16-20页 |
| ·FP-growth 算法 | 第20页 |
| ·关联规则算法研究现状 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 情感分类与语音特征分析 | 第22-33页 |
| ·情感的分类 | 第22-23页 |
| ·语音情感数据库 | 第23-24页 |
| ·语音情感识别特征分析 | 第24-32页 |
| ·语音的韵律特征分析 | 第24-31页 |
| ·语音的谱特征分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于关联规则的语音情感韵律特征抽取算法 | 第33-43页 |
| ·数据预处理 | 第33-36页 |
| ·praat 软件简介 | 第33-36页 |
| ·数据预处理 | 第36页 |
| ·基于关联规则的韵律特征抽取算法 | 第36-39页 |
| ·情感频繁项集 | 第36-37页 |
| ·基于 Apriori 算法的韵律特征抽取 | 第37-39页 |
| ·基于 FP-growth 算法的韵律特征抽取 | 第39页 |
| ·抽取特征结果分析 | 第39-42页 |
| ·两种算法的挖掘时间对比 | 第39-40页 |
| ·抽取特征结果对比 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 PFEA_AP 算法在不同数据集上的实验分析 | 第43-53页 |
| ·国内 casia 汉语情感数据集实验分析 | 第43-49页 |
| ·SVM 算法分类实验 | 第43-45页 |
| ·BP 神经网络算法分类实验 | 第45-47页 |
| ·PFEA_AP 与 fisher 准则判别法对比 | 第47-49页 |
| ·国外数据集 EMO-DB 实验分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·研究总结 | 第53-54页 |
| ·研究展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 A 本文作者在攻读硕士学位期间所发表的论文 | 第59页 |
| 附录 B 本文作者攻读硕士学位期间参加的科研项目 | 第59-60页 |
| 致谢 | 第60-61页 |