基于深度神经网络的音频事件检测
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 音频事件检测理论基础 | 第17-34页 |
| 2.1 常用特征 | 第17-21页 |
| 2.1.1 梅尔频率倒谱系数 | 第17-18页 |
| 2.1.2 Gabor特征 | 第18-21页 |
| 2.2 常用分类器 | 第21-33页 |
| 2.2.1 高斯混合模型 | 第21-25页 |
| 2.2.2 隐马尔科夫模型 | 第25-29页 |
| 2.2.3 支持向量机 | 第29-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 基于多流多层深度神经网络的深层特征提取 | 第34-53页 |
| 3.1 神经网络发展 | 第34-35页 |
| 3.2 深度神经网络基本原理 | 第35-39页 |
| 3.2.1 DNN数学表达式 | 第35-36页 |
| 3.2.2 随机梯度下降算法 | 第36-37页 |
| 3.2.3 受限玻尔兹曼机 | 第37-39页 |
| 3.3 深层变换特征提取框架 | 第39-41页 |
| 3.3.1 深度神经网络参数初始化 | 第40-41页 |
| 3.3.2 深层变换特征提取 | 第41页 |
| 3.4 实验设计 | 第41-45页 |
| 3.4.1 实验数据 | 第42-43页 |
| 3.4.2 浅层音频特征选取 | 第43-44页 |
| 3.4.3 实验设置 | 第44页 |
| 3.4.4 评价指标 | 第44-45页 |
| 3.5 实验结果分析 | 第45-52页 |
| 3.5.1 隐层数对特征分类性能影响 | 第45-47页 |
| 3.5.2 各种特征分类性能比较 | 第47-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 基于深度神经网络的音频事件检测 | 第53-70页 |
| 4.1 音频事件检测思想 | 第53页 |
| 4.2 音频事件检测框架 | 第53-54页 |
| 4.3 实验设计 | 第54-58页 |
| 4.3.1 实验数据 | 第55-57页 |
| 4.3.2 评价指标 | 第57-58页 |
| 4.3.3 实验设置 | 第58页 |
| 4.4 实验结果分析 | 第58-69页 |
| 4.4.1 DNN分类器结构确定 | 第58-59页 |
| 4.4.2 不同分类器检测结果对比 | 第59-60页 |
| 4.4.3 不同特征鲁棒性对比 | 第60-69页 |
| 4.5 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-82页 |
| 附件 | 第82页 |
