| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·昆虫鸣声的研究及意义 | 第8-10页 |
| ·果蝇鸣声的国内外研究现状及意义 | 第10-13页 |
| ·本文的研究内容及结构 | 第13-14页 |
| 第2章 希尔伯特-黄变换(HHT) | 第14-28页 |
| ·引言 | 第14页 |
| ·基本概念 | 第14-17页 |
| ·希尔伯特(Hilbert)变换 | 第14-15页 |
| ·瞬时频率 | 第15-16页 |
| ·固有模态函数(IMF) | 第16-17页 |
| ·希尔伯特-黄变换(HHT)的实现过程 | 第17-25页 |
| ·经验模态分解(EMD)方法 | 第17-19页 |
| ·经验模态分解过程的实例分析 | 第19-22页 |
| ·希尔伯特谱和边际谱分析 | 第22-23页 |
| ·希尔伯特谱和边际谱的实例分析 | 第23-25页 |
| ·希尔伯特-黄变换(HHT)的应用 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于HHT的果蝇振翅鸣声特征提取 | 第28-38页 |
| ·果蝇鸣声信号采集和特征分析流程 | 第28-29页 |
| ·果蝇鸣声信号的采集过程 | 第28-29页 |
| ·果蝇鸣声信号的特征分析流程 | 第29页 |
| ·果蝇鸣声的能量特征提取 | 第29-33页 |
| ·基于EMD的能量比特征 | 第30-31页 |
| ·基于HH谱的相对能量特征 | 第31-33页 |
| ·果蝇鸣声的时频熵特征提取 | 第33-34页 |
| ·果蝇鸣声的边际谱特征提取 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 不同品系果蝇振翅鸣声的分类研究 | 第38-52页 |
| ·人工神经网络的建立 | 第38-44页 |
| ·人工神经网络概述 | 第38-40页 |
| ·BP神经网络的拓扑结构及原理 | 第40-42页 |
| ·BP神经网络结构设计及参数选择 | 第42-44页 |
| ·基于BP神经网络的果蝇鸣声分类实验 | 第44-50页 |
| ·样本数据预处理及BP网络识别流程 | 第44-45页 |
| ·能量值作特征的网络训练和识别结果 | 第45-47页 |
| ·结合能量特征、时频熵和边际谱特征的网络训练和识别结果 | 第47-49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·本文研究内容总结 | 第52页 |
| ·本文研究的进一步展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间的科研成果 | 第62页 |