优化的匹配追踪用于生态声音识别
| 摘要 | 第1-4页 |
| abstract | 第4-8页 |
| 第一章 引言 | 第8-14页 |
| ·生态声音识别的研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·生态声音识别研究现状 | 第9-10页 |
| ·匹配追踪研究现状 | 第10-11页 |
| ·本文主要工作 | 第11-14页 |
| ·研究内容和难点 | 第11-12页 |
| ·论文结构安排 | 第12-14页 |
| 第二章 匹配追踪 | 第14-22页 |
| ·信号稀疏分解 | 第14-16页 |
| ·信号稀疏分解的基本思想 | 第14-15页 |
| ·现有的信号分解方法 | 第15-16页 |
| ·基于匹配追踪的信号稀疏分解 | 第16-19页 |
| ·MP信号分解 | 第16-17页 |
| ·OMP信号分解 | 第17-19页 |
| ·原子字典 | 第19-21页 |
| ·时频原子 | 第19-20页 |
| ·字典构造 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于萤火虫算法优化的OMP稀疏分解 | 第22-28页 |
| ·萤火虫算法的寻优机制 | 第22-23页 |
| ·GSO搜索策略用于OMP最优原子匹配过程 | 第23-25页 |
| ·寻优参数设置 | 第25-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于OMP的多频带信号重构 | 第28-36页 |
| ·常见的去噪方法 | 第28-29页 |
| ·两层自适应重构 | 第29-31页 |
| ·第一层OMP稀疏重构 | 第29-30页 |
| ·第二层多频带重构 | 第30-31页 |
| ·实验结果与分析 | 第31-35页 |
| ·多频带重构的信号时域和频域效果 | 第31-33页 |
| ·多频带重构效果评估 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 基于深信度网的生态声音识别框架 | 第36-44页 |
| ·预处理 | 第36页 |
| ·复合特征提取 | 第36-40页 |
| ·时域特征 | 第37-38页 |
| ·频域特征 | 第38-39页 |
| ·时-频域特征 | 第39-40页 |
| ·深信度网分类 | 第40-42页 |
| ·深度学习的原理 | 第40-41页 |
| ·DBN网络的设计 | 第41-42页 |
| ·基于DBN的分类识别流程 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第六章 框架实现与实验结果分析 | 第44-54页 |
| ·生态声音样本集 | 第44-46页 |
| ·实验参数设置 | 第46-47页 |
| ·实验结果与分析 | 第47-53页 |
| ·特征有效性校验 | 第47-48页 |
| ·DBN分类性能检验 | 第48-49页 |
| ·噪声情境下的生态声音识别效果分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 结论与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第61页 |
