| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外相关研究 | 第9-10页 |
| ·环境声音事件识别的相关研究 | 第9页 |
| ·匹配追踪的相关研究 | 第9-10页 |
| ·本文研究的主要内容 | 第10-11页 |
| ·论文的结构安排 | 第11-12页 |
| 第二章 音频分类的理论基础 | 第12-23页 |
| ·听觉特性 | 第12-13页 |
| ·识别系统结构 | 第13-14页 |
| ·信号预处理 | 第14-16页 |
| ·音频特征提取 | 第16-22页 |
| ·基音频率提取 | 第19-20页 |
| ·Mel频率倒谱系数 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于匹配追踪的信号稀疏表示方法分析 | 第23-29页 |
| ·过完备原子字典 | 第23-24页 |
| ·过完备原子字典描述 | 第23页 |
| ·过完备原子字典的形成 | 第23-24页 |
| ·MP信号展开 | 第24-26页 |
| ·MP算法的优化 | 第26-28页 |
| ·利用遗传算法改进MP | 第26页 |
| ·优化寻找最佳匹配时频原子 | 第26-27页 |
| ·算法分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 识别模型 | 第29-36页 |
| ·概述 | 第29页 |
| ·支持向量机(Support Vector Machine,SVM) | 第29-35页 |
| ·SVM分类原理 | 第29-34页 |
| ·SVM参数选择与性能评价 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 系统实现与实验结果分析 | 第36-47页 |
| ·声音数据库 | 第36-37页 |
| ·环境声音事件的分类 | 第37-46页 |
| ·MP噪声消除 | 第37-38页 |
| ·特征选择 | 第38-43页 |
| ·噪声对分类的影响 | 第43-46页 |
| ·结果分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 个人简历、在读期间研究成果以及发表的学术论文 | 第53页 |