基于能量的竞争学习算法及其应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究的背景和意义 | 第10-12页 |
| ·语音识别的意义 | 第10页 |
| ·语音识别的发展历程 | 第10-12页 |
| ·语音识别系统分类 | 第12-13页 |
| ·孤立词和连接词 | 第12页 |
| ·大词汇量和小词汇量语音识别系统 | 第12页 |
| ·特定人和非特定人语音识别系统 | 第12-13页 |
| ·按照识别方法分类 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 语音信号时域分析及特征参数 | 第14-36页 |
| ·概述 | 第14页 |
| ·预处理 | 第14-20页 |
| ·预加重 | 第14-16页 |
| ·加窗分帧 | 第16-19页 |
| ·窗口的长度 | 第19-20页 |
| ·短时平均能量和平均幅度 | 第20-22页 |
| ·短时平均能量 | 第20-21页 |
| ·短时平均幅度 | 第21-22页 |
| ·短时自相关分析 | 第22-26页 |
| ·短时自相关函数 | 第22-23页 |
| ·语音信号的短时自相关函数 | 第23-26页 |
| ·过零率 | 第26-28页 |
| ·端点检测 | 第28-30页 |
| ·语音特征参数分析 | 第30-35页 |
| ·语音特征参数的作用 | 第30页 |
| ·常用的语音特征参数 | 第30页 |
| ·线性预测编码(LPC)参数 | 第30-33页 |
| ·MEL倒谱 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 矢量量化在语音识别中的应用 | 第36-42页 |
| ·矢量量化基本原理 | 第36-38页 |
| ·矢量量化的失真测度 | 第38-39页 |
| ·LBG算法 | 第39-41页 |
| ·初始码本的生成 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于竞争学习的特定人数字语音识别 | 第42-49页 |
| ·引言 | 第42页 |
| ·相关的基本概念 | 第42-44页 |
| ·目标函数 | 第42-43页 |
| ·样本之间的权重矩阵 | 第43页 |
| ·定义样本能量矢量 | 第43页 |
| ·定义主点集和边缘点集 | 第43-44页 |
| ·用广度优先搜索邻居算法对主点集聚类 | 第44-46页 |
| ·广度优先搜索邻居算法的相关定义 | 第44-45页 |
| ·用广度优先搜索邻居算法对主点集聚类 | 第45-46页 |
| ·更新原型 | 第46-47页 |
| ·算法步骤总结 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实验结果 | 第49-52页 |
| ·系统仿真环境 | 第49页 |
| ·硬件环境 | 第49页 |
| ·软件环境 | 第49页 |
| ·实验方案 | 第49-50页 |
| ·实验结果 | 第50-51页 |
| ·结果分析 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表和完成的论文 | 第56-57页 |
| 致谢 | 第57页 |
