| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究背景及意义 | 第8-9页 |
| 1.3 病态嗓音识别研究现状 | 第9-11页 |
| 1.4 病态嗓音识别的一般分析过程 | 第11-12页 |
| 1.5 本文主要研究内容 | 第12页 |
| 1.6 本文各章节组织结构 | 第12-13页 |
| 第2章 特征参数提取及支持向量机 | 第13-23页 |
| 2.1 传统声学特征 | 第13-15页 |
| 2.1.1 基音频率、频率微扰和振幅微扰 | 第13-14页 |
| 2.1.2 Mel频域倒谱系数 | 第14页 |
| 2.1.3 线性预测倒谱系数 | 第14-15页 |
| 2.2 非线性动力学特征 | 第15-19页 |
| 2.2.1 相空间重构 | 第15-16页 |
| 2.2.2 计盒维数与计维截距 | 第16页 |
| 2.2.3 Hurst参数 | 第16-17页 |
| 2.2.4 二阶Renyi熵 | 第17页 |
| 2.2.5 样本熵 | 第17-18页 |
| 2.2.6 模糊熵 | 第18-19页 |
| 2.3 支持向量机 | 第19-22页 |
| 2.3.1 统计学理论 | 第19-20页 |
| 2.3.2 支持向量机的基本原理及算法 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 分离嗓音信号中的随机成分和确定性成分 | 第23-40页 |
| 3.1 基于EMD/EEMD和MI分离信号中随机成分和确定性成分的原理 | 第23-26页 |
| 3.1.1 经验模式分解 | 第24-25页 |
| 3.1.2 集合经验模式分解 | 第25页 |
| 3.1.3 互信息 | 第25-26页 |
| 3.2 仿真信号的分离实验 | 第26-35页 |
| 3.2.1 分析IMF分量频率 | 第26-29页 |
| 3.2.2 信号分离的一般过程 | 第29页 |
| 3.2.3 两个仿真信号实验分析 | 第29-35页 |
| 3.3 嗓音信号的分离实验 | 第35-39页 |
| 3.3.1 正常及病态嗓音的个例分析 | 第35-38页 |
| 3.3.2 以最大阶跃方式分离 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于随机和确定性成分分离的嗓音特征提取研究 | 第40-57页 |
| 4.1 原始嗓音信号分离后的特征提取 | 第40-44页 |
| 4.1.1 数据库 | 第40页 |
| 4.1.2 单特征实验结果分析 | 第40-41页 |
| 4.1.3 组合特征实验结果分析 | 第41-44页 |
| 4.2 声带激励信号的提取 | 第44-50页 |
| 4.2.1 言语的产生机制 | 第44-45页 |
| 4.2.2 同态处理 | 第45-46页 |
| 4.2.3 小波包变换的原理 | 第46-49页 |
| 4.2.4 基于小波包变换的嗓音声带激励信号分离 | 第49-50页 |
| 4.3 声带激励信号分离后的特征提取 | 第50-56页 |
| 4.3.1 单特征实验结果分析 | 第50-53页 |
| 4.3.2 组合特征实验结果分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 技术创新点 | 第58页 |
| 5.3 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |