| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 课题的研究难点 | 第13-14页 |
| 1.4 论文的主要研究内容 | 第14页 |
| 1.5 论文的组织安排 | 第14-16页 |
| 第2章 异常声音检测及识别 | 第16-34页 |
| 2.1 异常声音及特征分析 | 第16-18页 |
| 2.2 声音信号的特征提取 | 第18-23页 |
| 2.2.1 双门限端点检测算法 | 第20-21页 |
| 2.2.2 自适应滤波 | 第21-22页 |
| 2.2.3 异常声音特征参数提取 | 第22-23页 |
| 2.3 基于MFCC与GMM的异常声音识别 | 第23-31页 |
| 2.3.1 梅尔频率倒谱系数特征参数提取 | 第24-27页 |
| 2.3.2 高斯混合模型训练与识别 | 第27-31页 |
| 2.4 实验仿真与分析 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 改进MFCC与短时能量融合的异常声音识别算法 | 第34-44页 |
| 3.1 FFT谱估计原理和LPC谱估计原理 | 第34-36页 |
| 3.1.1 FFT谱估计 | 第34-35页 |
| 3.1.2 LPC谱估计 | 第35-36页 |
| 3.2 MVDR谱估计原理 | 第36-37页 |
| 3.3 基于融合特征与GMM的异常声音识别 | 第37-40页 |
| 3.3.1 融合特征的特征矢量 | 第37-39页 |
| 3.3.2 训练与识别 | 第39-40页 |
| 3.4 实验仿真与分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于Hilbert谱与ICA的异常声音识别方法 | 第44-56页 |
| 4.1 Hilbert谱估计原理 | 第45-46页 |
| 4.2 独立成分分析 | 第46-47页 |
| 4.3 基于改进特征的异常声音识别 | 第47-50页 |
| 4.3.1 改进MFCC的特征矢量 | 第47-49页 |
| 4.3.2 训练与识别 | 第49-50页 |
| 4.4 实验仿真与分析 | 第50-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 本文工作总结 | 第56页 |
| 5.2 下一步工作展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |