基于改进DPSO算法的隐相空间SOVF语音预测模型
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要工作和论文结构 | 第11-13页 |
| 1.3.1 本文主要工作 | 第11-12页 |
| 1.3.2 论文结构 | 第12-13页 |
| 第二章 混沌语音时间序列预测理论 | 第13-29页 |
| 2.1 混沌语音时间序列 | 第14-15页 |
| 2.1.1 混沌语音时间序列定义 | 第14-15页 |
| 2.1.2 混沌时间序列预测方法 | 第15页 |
| 2.2 语音信号采集预处理 | 第15-18页 |
| 2.2.1 语音信号的采集 | 第16-17页 |
| 2.2.2 语音信号的预处理 | 第17-18页 |
| 2.3 语音信号动力学基础 | 第18-25页 |
| 2.3.1 语音的非线性动力系统 | 第18-19页 |
| 2.3.2 语音的相空间重构 | 第19-24页 |
| 2.3.3 混沌系统的识别 | 第24-25页 |
| 2.4 Volterra级数 | 第25-27页 |
| 2.4.1 Taylor级数 | 第25-26页 |
| 2.4.2 Volterra核函数分析 | 第26-27页 |
| 2.4.3 Volterra在语音预测的应用 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于隐相空间重构的SOVF预测模型 | 第29-41页 |
| 3.1 语音信号的模型的建立与分析 | 第29-31页 |
| 3.1.1 语音信号动力学特征求解 | 第29-30页 |
| 3.1.2 Volterra模型的建立与分析 | 第30-31页 |
| 3.2 改进的SOVF混沌时间序列预测预测模型 | 第31-36页 |
| 3.3 改进的SOVF模型实验结果与分析 | 第36-40页 |
| 3.3.1 模型评价 | 第36-38页 |
| 3.3.2 模型信噪比对比 | 第38-39页 |
| 3.3.3 语音质量评价 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于改进的DPSO算法的混沌语音预测 | 第41-53页 |
| 4.1 耗散粒子群优化算法 | 第41-44页 |
| 4.1.1 粒子群算法 | 第41-43页 |
| 4.1.2 耗散粒子群算法 | 第43页 |
| 4.1.3 改进的耗散粒子群算法 | 第43-44页 |
| 4.2 改进耗散粒子群算法与SOVF模型的结合 | 第44-45页 |
| 4.3 对比实验结果与分析 | 第45-51页 |
| 4.3.1 混沌语音时间序列的单步预测 | 第45-47页 |
| 4.3.2 混沌语音时间序列的多步预测 | 第47-48页 |
| 4.3.3 单词和语句中的应用 | 第48-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士学位期间科研成果 | 第61页 |
