基于GEP算法的压缩感知观测序列建模
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 语音信号处理研究现状 | 第8-9页 |
| 1.3 压缩感知理论研究现状 | 第9-10页 |
| 1.4 压缩感知在语音领域的应用 | 第10-11页 |
| 1.5 论文研究内容及结构 | 第11-14页 |
| 第2章 压缩感知基本原理 | 第14-20页 |
| 2.1 信号的稀疏表示 | 第15-16页 |
| 2.2 观测矩阵对信号压缩 | 第16-17页 |
| 2.3 压缩感知重构模型 | 第17-18页 |
| 2.4 本章小结 | 第18-20页 |
| 第3章 语音信号的CS技术 | 第20-30页 |
| 3.1 语音生成数学模型 | 第20页 |
| 3.2 语音信号短时分析 | 第20-22页 |
| 3.2.1 加窗与分帧 | 第20-21页 |
| 3.2.2 短时能量 | 第21-22页 |
| 3.3. 基于压缩感知的语音信号采样与重构 | 第22-26页 |
| 3.3.1 DCT基下语音信号的稀疏性分析 | 第23-24页 |
| 3.3.2 语音信号观测矩阵的选取 | 第24-25页 |
| 3.3.3 语音信号重构算法分析 | 第25-26页 |
| 3.4 线性预测分析 | 第26-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 时间序列非线性建模 | 第30-42页 |
| 4.1 遗传算法 | 第30-32页 |
| 4.1.1 编码方式与遗传算子 | 第30-31页 |
| 4.1.2 遗传算法评价 | 第31-32页 |
| 4.2 遗传规划 | 第32-33页 |
| 4.2.1 编码方式和遗传算子 | 第32-33页 |
| 4.2.2 遗传规划应用与评价 | 第33页 |
| 4.3 基因表达式编程 | 第33-37页 |
| 4.3.1 编码方式与遗传算子 | 第34-35页 |
| 4.3.2 解的描述与适应度计算 | 第35-36页 |
| 4.3.3 GEP特性及相关研究 | 第36-37页 |
| 4.4 均匀搜索粒子群算法 | 第37-38页 |
| 4.4.1 经典粒子群算法 | 第37-38页 |
| 4.4.2 均匀搜索粒子群算法 | 第38页 |
| 4.5 GEP算法用于时间序列非线性建模 | 第38-39页 |
| 4.5.1 语音观测序列是一种时间序列 | 第38-39页 |
| 4.5.2 GEP算法建模方案 | 第39页 |
| 4.6 本章小结 | 第39-42页 |
| 第5章 基于GEP的语音观测序列的建模与预测 | 第42-50页 |
| 5.1 语音观测序列的LPC预测 | 第42-43页 |
| 5.2 GEP算法应用于语音观测序列建模 | 第43-46页 |
| 5.2.1 GEP算法建模原理 | 第43-45页 |
| 5.2.2 观测序列的GEP建模的理论基础 | 第45页 |
| 5.2.3 观测序列的GEP模型预测 | 第45-46页 |
| 5.3 实验仿真及性能分析 | 第46-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 论文工作总结 | 第50-51页 |
| 6.2 论文研究展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间的研究成果 | 第58页 |
