| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和研究意义 | 第14-15页 |
| 1.2 语音情感识别研究现状 | 第15-18页 |
| 1.2.1 语音情感库 | 第15-16页 |
| 1.2.2 语音情感特征提取 | 第16-17页 |
| 1.2.3 语音情感特征选择 | 第17页 |
| 1.2.4 语音情感识别模型 | 第17-18页 |
| 1.3 论文研究工作和组织结构 | 第18-20页 |
| 1.3.1 研究工作 | 第18-19页 |
| 1.3.2 组织结构 | 第19-20页 |
| 第二章 语音情感特征提取与选择概述 | 第20-29页 |
| 2.1 语音情感特征提取 | 第20-22页 |
| 2.1.1 语音信号 | 第20页 |
| 2.1.2 语音情感特征参数 | 第20-22页 |
| 2.2 语音情感特征选择 | 第22-28页 |
| 2.2.1 特征选择概念和框架 | 第22-25页 |
| 2.2.2 特征选择方法 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于类依赖的特征选择模型 | 第29-38页 |
| 3.1 基于类依赖的特征选择框架 | 第29-30页 |
| 3.2 基于马尔科夫毯技术的特征选择算法 | 第30-36页 |
| 3.2.1 GS算法 | 第31-32页 |
| 3.2.2 IAMB算法 | 第32-33页 |
| 3.2.3 MMMB算法 | 第33-36页 |
| 3.3 基于类依赖的分类模型 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于类依赖的特征选择模型在语音情感中的应用 | 第38-58页 |
| 4.1 语音情感特征选择方法 | 第38-41页 |
| 4.1.1 主成分分析方法 | 第38-39页 |
| 4.1.2 信息增益方法 | 第39-40页 |
| 4.1.3 序列前向和后向选择方法 | 第40-41页 |
| 4.2 支持向量机 | 第41-47页 |
| 4.2.1 结构风险最小化 | 第41-42页 |
| 4.2.2 分类超平面 | 第42-46页 |
| 4.2.3 核函数 | 第46-47页 |
| 4.2.4 松弛变量 | 第47页 |
| 4.3 基于类依赖的语音情感特征选择算法的有效性 | 第47-50页 |
| 4.3.1 实验数据与实验设置 | 第47-48页 |
| 4.3.2 实验结果与分析 | 第48-50页 |
| 4.4 语音情感特征相关系数分析 | 第50-56页 |
| 4.4.1 相关性度量指标 | 第50-51页 |
| 4.4.2 实验结果与分析 | 第51-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |