基于负相关增量学习的声纹识别算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.1.1 课题的背景 | 第10-11页 |
| 1.1.2 课题的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 声纹识别研究现状 | 第12-13页 |
| 1.2.2 增量学习研究现状 | 第13-15页 |
| 1.3 主要研究内容和预期研究成果 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 相关理论 | 第18-28页 |
| 2.1 声纹识别相关技术与理论 | 第18-23页 |
| 2.1.1 声纹识别基本概念 | 第18-19页 |
| 2.1.2 声纹参数提取 | 第19-22页 |
| 2.1.3 声纹识别模型 | 第22-23页 |
| 2.2 增量学习相关理论 | 第23-26页 |
| 2.2.1 集成学习和负相关学习 | 第23-24页 |
| 2.2.2 增量学习 | 第24-25页 |
| 2.2.3 基于NCL的增量学习 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 基于Bagging算法的负相关学习 | 第28-38页 |
| 3.1 问题描述 | 第28-29页 |
| 3.2 一种结构自适应的NCL算法 | 第29-35页 |
| 3.2.1 算法的提出 | 第29-30页 |
| 3.2.2 算法的详细描述 | 第30-35页 |
| 3.3 改进的NCL与Bagging的结合 | 第35-37页 |
| 3.3.1 NCL与Bagging结合的优势 | 第35-36页 |
| 3.3.2 ANCLBag算法的提出 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 选择性负相关增量学习算法研究 | 第38-50页 |
| 4.1 问题描述 | 第38-39页 |
| 4.2 负相关增量学习的选择性集成方法 | 第39-42页 |
| 4.2.1 基于遗传算法的选择方法分析 | 第39-40页 |
| 4.2.2 一种基于分簇的选择方法 | 第40-42页 |
| 4.3 基于分簇的选择性负相关增量学习 | 第42-48页 |
| 4.3.1 算法描述 | 第42-43页 |
| 4.3.2 实验与分析 | 第43-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 基于增量学习的声纹识别研究 | 第50-62页 |
| 5.1 声纹识别模块与语音数据选择 | 第50-51页 |
| 5.2 声纹识别步骤 | 第51-56页 |
| 5.2.1 语音信号预处理 | 第51-54页 |
| 5.2.2 特征参数提取与选择 | 第54-56页 |
| 5.3 实验与分析 | 第56-60页 |
| 5.3.1 实验设置与实验环境 | 第56-57页 |
| 5.3.2 参数验证实验 | 第57-58页 |
| 5.3.3 增量训练和识别实验 | 第58-60页 |
| 5.4 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
