| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 音频场景的特征提取 | 第12-13页 |
| 1.2.2 音频场景识别方法 | 第13-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 基于 MFCC 长时特征和支持向量机的音频场景识别方法 | 第18-29页 |
| 2.1 概述 | 第18页 |
| 2.2 MFCC 特征向量提取 | 第18-21页 |
| 2.3 支持向量机模型基本理论 | 第21-26页 |
| 2.3.1 最优分类面 | 第21-24页 |
| 2.3.2 线性不可分情况 | 第24-25页 |
| 2.3.3 支持向量机 | 第25-26页 |
| 2.4 基于长时特征和 SVM 模型的音频场景识别方法 | 第26-28页 |
| 2.4.1 语料特点 | 第26-27页 |
| 2.4.2 实验结果 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于概率潜在语义分析的音频场景识别方法 | 第29-43页 |
| 3.1 概述 | 第29-31页 |
| 3.2 高斯混合模型基本理论 | 第31-33页 |
| 3.2.1 GMM 模型描述 | 第31-32页 |
| 3.2.2 GMM 模型训练 | 第32页 |
| 3.2.3 EM 算法估计 GMM 参数 | 第32-33页 |
| 3.3 概率潜在语义分析模型基本理论 | 第33-37页 |
| 3.3.1 模型背景及优点 | 第33-34页 |
| 3.3.2 构建 PLSA 模型 | 第34-35页 |
| 3.3.3 期望最大化算法训练 PLSA 模型 | 第35-37页 |
| 3.4 基于概率潜在语义分析模型的音频场景识别方法 | 第37-40页 |
| 3.4.1 构建声学事件类字典 | 第37-40页 |
| 3.4.2 PLSA 模型训练和识别 | 第40页 |
| 3.5 实验结果与讨论 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于近邻传播聚类算法和音频分割的系统改进 | 第43-53页 |
| 4.1 概述 | 第43-44页 |
| 4.2 近邻传播聚类算法基本理论 | 第44-49页 |
| 4.2.1 近邻传播聚类算法特点 | 第44页 |
| 4.2.2 近邻传播聚类算法流程 | 第44-47页 |
| 4.2.3 近邻传播聚类算法性质 | 第47-49页 |
| 4.3 基于 AP 算法和音频分割的音频场景识别系统改进 | 第49-52页 |
| 4.3.1 系统改进详细步骤 | 第49-51页 |
| 4.3.2 实验结果 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |
