基于声学特征的几种典型乐器识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-13页 |
| 1.2.1 国内相关研究现状 | 第10-11页 |
| 1.2.2 国外相关研究现状 | 第11-13页 |
| 1.3 研究的主要内容 | 第13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 2 乐器识别理论基础 | 第15-21页 |
| 2.1 乐器种类及识别对象 | 第15-17页 |
| 2.2 乐器音频信号的三大特征 | 第17-18页 |
| 2.3 乐器音频库 | 第18页 |
| 2.4 相关评价标准 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 基于改进的变分模态分解去噪 | 第21-34页 |
| 3.1 音频信号预处理 | 第21页 |
| 3.2 本征模函数 | 第21-22页 |
| 3.3 经验模态分解 | 第22页 |
| 3.4 小波阈值去噪 | 第22-23页 |
| 3.5 改进的变分模态分解 | 第23-25页 |
| 3.5.1 构造变分问题 | 第23-24页 |
| 3.5.2 求解变分问题 | 第24页 |
| 3.5.3 VMD算法步骤 | 第24-25页 |
| 3.5.4 改进的VMD去噪 | 第25页 |
| 3.6 去噪算法性能分析 | 第25-32页 |
| 3.7 本章小结 | 第32-34页 |
| 4 基于改进的核主成分分析的乐器声学特征提取 | 第34-46页 |
| 4.1 良好的声学特征 | 第34-36页 |
| 4.1.1 Mel频率倒谱系数 | 第35-36页 |
| 4.1.2 一阶差分MFCC | 第36页 |
| 4.2 特征提取仿真实验与分析 | 第36-39页 |
| 4.2.1 MFCC分析 | 第36-38页 |
| 4.2.2 一阶差分MFCC分析 | 第38-39页 |
| 4.2.3 特征识别性能分析 | 第39页 |
| 4.3 基于核主成分分析的组合特征降维 | 第39-45页 |
| 4.3.1 主成分分析 | 第40页 |
| 4.3.2 核主成分分析 | 第40-41页 |
| 4.3.3 改进的核主成分分析 | 第41-42页 |
| 4.3.4 特征降维仿真实验 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 基于改进的PSO_SVM的乐器分类识别 | 第46-58页 |
| 5.1 传统的音频信号分类方法 | 第46-47页 |
| 5.1.1 SVM | 第46-47页 |
| 5.2 PSO及其改进算法 | 第47-50页 |
| 5.2.1 PSO算法 | 第48-49页 |
| 5.2.2 改进的自适应PSO | 第49-50页 |
| 5.2.2.1 自适应惯性权重 | 第49-50页 |
| 5.2.2.2 自适应学习因子 | 第50页 |
| 5.3 乐器音频信号的识别结果与分析 | 第50-56页 |
| 5.4 本章小结 | 第56-58页 |
| 结论与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64-65页 |
