| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 多因素音频信号建模与应用概述 | 第11-17页 |
| 1.1.1 音频信号的高阶特征建模 | 第12-13页 |
| 1.1.2 音频分类的高阶子空间分析 | 第13-16页 |
| 1.1.3 多声道音频丢失数据的恢复 | 第16-17页 |
| 1.2 张量分析及其在信号处理领域的应用 | 第17-19页 |
| 1.3 论文选题来源及意义 | 第19-20页 |
| 1.4 论文的研究内容和组织结构 | 第20-23页 |
| 第2章 张量表示及相关运算 | 第23-33页 |
| 2.1 张量表示 | 第23-24页 |
| 2.2 张量的代数运算 | 第24-28页 |
| 2.3 张量分解 | 第28-31页 |
| 2.3.1 CP分解 | 第28-30页 |
| 2.3.2 Tucker分解 | 第30-31页 |
| 2.4 张量补全 | 第31-33页 |
| 第3章 基于Tucker分解的音频高阶特征建模 | 第33-58页 |
| 3.1 音频信号的预处理 | 第33-34页 |
| 3.2 常用的音频信号特征分析方法 | 第34-47页 |
| 3.2.1 音频特征介绍 | 第35-42页 |
| 3.2.2 特征选择方法 | 第42-47页 |
| 3.3 基于Tucker分解的高阶特征建模 | 第47-51页 |
| 3.3.1 无人车语音命令特征建模方式 | 第48-50页 |
| 3.3.2 音频分类中的特征建模方式 | 第50-51页 |
| 3.4 实验结果与分析 | 第51-57页 |
| 3.4.1 无人车语音命令识别实验 | 第51-53页 |
| 3.4.2 音频分类实验 | 第53-57页 |
| 3.5 小结 | 第57-58页 |
| 第4章 基于非负张量分解的音频分类高阶子空间分析方法 | 第58-75页 |
| 4.1 引言 | 第58-59页 |
| 4.2 常用分类器简介 | 第59-65页 |
| 4.2.1 基于最小距离的分类器 | 第59页 |
| 4.2.2 基于统计模型的分类器 | 第59-65页 |
| 4.2.3 音频分类评价指标 | 第65页 |
| 4.3 音频分类高阶子空间分析方法 | 第65-73页 |
| 4.3.1 基于非负矩阵分解的音频分类方法 | 第66-67页 |
| 4.3.2 基于非负张量分解的音频分类方法 | 第67-69页 |
| 4.3.3 实验结果与分析 | 第69-73页 |
| 4.4 小结 | 第73-75页 |
| 第5章 基于张量分析的多声道音频丢失数据的恢复方法 | 第75-101页 |
| 5.1 基于加权张量分解的多声道音频数据的恢复方法 | 第75-84页 |
| 5.1.1 基于矩阵分解的信号重建方法 | 第76-77页 |
| 5.1.2 基于加权CP分解的数据恢复方法 | 第77-83页 |
| 5.1.3 基于加权Tucker张量分解的恢复方法 | 第83-84页 |
| 5.2 基于张量补全的多声道音频丢失数据的恢复方法 | 第84-99页 |
| 5.2.1 基于矩阵填充的恢复方法 | 第84-91页 |
| 5.2.2 基于张量补全的恢复方法 | 第91-99页 |
| 5.3 小结 | 第99-101页 |
| 第6章 总结与展望 | 第101-105页 |
| 6.1 本文所做主要工作 | 第101-102页 |
| 6.2 下一步工作的展望 | 第102-105页 |
| 参考文献 | 第105-116页 |
| 攻读学位期间发表论文与研究成果清单 | 第116-117页 |
| 致谢 | 第117-118页 |
| 作者简介 | 第118页 |
