多媒体传感器网络中音频语义分析方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-35页 |
| ·选题背景及原因 | 第13-15页 |
| ·多媒体传感器网络概述 | 第15-19页 |
| ·多媒体传感器网络结构 | 第15-16页 |
| ·多媒体传感器网络的特点 | 第16-17页 |
| ·多媒体传感器网络的研究内容 | 第17-18页 |
| ·多媒体传感器网络的典型应用 | 第18-19页 |
| ·音频语义分析概述 | 第19-24页 |
| ·音频语义分析的重要性 | 第19-20页 |
| ·音频语义分析的研究进展 | 第20-24页 |
| ·多媒体传感器网络中音频语义分析面临的挑战 | 第24-26页 |
| ·论文主要工作和章节安排 | 第26-27页 |
| ·主要研究内容 | 第26页 |
| ·论文章节安排 | 第26-27页 |
| 本章参考文献 | 第27-35页 |
| 第2章 基于可鉴别主成分分析的音频特征集构造方法 | 第35-51页 |
| ·引言 | 第35页 |
| ·音频特征集构造的相关工作 | 第35-38页 |
| ·基本音频特征参数的提取 | 第38-42页 |
| ·可鉴别主成分分析方法 | 第42-46页 |
| ·可鉴别主成分分析的定义 | 第42-44页 |
| ·最优投影向量的求解 | 第44-46页 |
| ·基于可鉴别主成分分析的音频特征集构造 | 第46页 |
| ·试验结果与分析 | 第46-48页 |
| ·本章小结 | 第48页 |
| 本章参考文献 | 第48-51页 |
| 第3章 基于加权关联图的基本音频元素检测 | 第51-79页 |
| ·引言 | 第51页 |
| ·音频元素检测相关工作 | 第51-55页 |
| ·隐马尔科夫模型 | 第55-63页 |
| ·隐马尔科夫模型的数学描述 | 第55-57页 |
| ·隐马尔科夫模型的三个基本问题 | 第57-63页 |
| ·基于加权关联图的音频元素检测 | 第63-72页 |
| ·基本音频元素 | 第63-65页 |
| ·加权关联图模型 | 第65-68页 |
| ·基于最小风险贝叶斯决策的音频元素判定 | 第68-70页 |
| ·基于加权关联图的音频元素判定过程 | 第70-72页 |
| ·实验结果与分析 | 第72-76页 |
| ·实验平台搭建 | 第72页 |
| ·基于加权关联图的音频元素流检测方法的验证 | 第72-74页 |
| ·基于最小风险贝叶斯决策的音频元素判定方法的验证 | 第74-76页 |
| ·本章小结 | 第76页 |
| 本章参考文献 | 第76-79页 |
| 第4章 基于神经网络的音频高层语义分析 | 第79-99页 |
| ·引言 | 第79-80页 |
| ·相关研究现状 | 第80-82页 |
| ·神经网络 | 第82-84页 |
| ·什么是神经网络 | 第82页 |
| ·神经网络的基本特征 | 第82-84页 |
| ·基于神经网络的音频高层语义分析 | 第84-93页 |
| ·音频片段分割 | 第84-86页 |
| ·音频高层语义分析模型 | 第86-87页 |
| ·音频片段输入向量的提取 | 第87-90页 |
| ·神经网络模型的训练 | 第90-92页 |
| ·神经网络权值的修正 | 第92-93页 |
| ·基本音频元素序列的高层语义信息分析 | 第93页 |
| ·实验结果与分析 | 第93-95页 |
| ·本章小结 | 第95页 |
| 本章参考文献 | 第95-99页 |
| 第5章 验证系统设计与实现 | 第99-111页 |
| ·引言 | 第99页 |
| ·多媒体传感器网络原型系统 | 第99-101页 |
| ·原型系统主要功能 | 第99-100页 |
| ·原型系统的网络拓扑结构 | 第100页 |
| ·原型系统体系结构 | 第100-101页 |
| ·音频语义分析验证系统 | 第101-107页 |
| ·应用场景 | 第101-102页 |
| ·验证系统网络结构 | 第102-104页 |
| ·验证系统设计方案 | 第104-107页 |
| ·实验结果与分析 | 第107-109页 |
| ·本章小结 | 第109-111页 |
| 第6章 总结与展望 | 第111-113页 |
| ·论文工作总结 | 第111-112页 |
| ·下一步的工作 | 第112-113页 |
| 攻读博士学位期间发表和录用的文章 | 第113-114页 |
| 攻读博士学位期间申请的专利 | 第114-115页 |
| 参加的科研项目 | 第115-117页 |
| 致谢 | 第117页 |
