| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题的目的和意义 | 第8-10页 |
| ·矢量量化概述 | 第10-11页 |
| ·矢量量化技术的研究现状 | 第11-15页 |
| ·矢量量化码书设计算法研究现状 | 第11-14页 |
| ·矢量量化码字搜索算法研究现状 | 第14-15页 |
| ·矢量量化码字索引分配算法研究现状 | 第15页 |
| ·矢量量化技术典型应用 | 第15-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第二章 语音信号的预处理 | 第18-25页 |
| ·语音信号的数学模型 | 第18-20页 |
| ·语音信号的数字化 | 第20-21页 |
| ·语音信号的预加重 | 第21页 |
| ·基于短时能量和短时平均过零率的端点检测法 | 第21-24页 |
| ·短时能量 | 第21-22页 |
| ·短时平均过零率 | 第22-23页 |
| ·基于短时能量和过零率的双门限检测方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 语音信号的特征矢量提取 | 第25-34页 |
| ·语音信号的线性预测分析 | 第25-29页 |
| ·倒谱处理 | 第29页 |
| ·线性预测倒谱系数提取 | 第29-32页 |
| ·线性预测系数LPC | 第30页 |
| ·线性预测倒谱系数 | 第30-32页 |
| ·Mel频率倒谱系数的提取 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 矢量量化 | 第34-48页 |
| ·矢量量化的产生与发展 | 第34-35页 |
| ·矢量量化基本原理 | 第35-40页 |
| ·矢量量化的理论基础 | 第35-36页 |
| ·矢量量化的定义 | 第36-37页 |
| ·矢量量化器分析 | 第37-39页 |
| ·矢量量化器的编码速率和比特率 | 第39-40页 |
| ·失真测度 | 第40-43页 |
| ·欧氏失真——均方误差 | 第40-41页 |
| ·线性预测失真测度 | 第41-43页 |
| ·矢量量化量化器和码书的设计 | 第43-47页 |
| ·矢量量化器最佳设计的两个条件 | 第43-44页 |
| ·最佳划分 | 第43页 |
| ·最佳码书 | 第43-44页 |
| ·LBG算法 | 第44-45页 |
| ·初始码书的选择 | 第45-47页 |
| ·随机选取法 | 第46页 |
| ·分裂法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 遗传算法(Genetic Algorithm，GA) | 第48-59页 |
| ·遗传算法的生物学基础 | 第48-49页 |
| ·遗传与进化的特点 | 第48页 |
| ·遗传学与遗传算法基本用语的对应关系 | 第48-49页 |
| ·遗传算法的一般结构 | 第49-50页 |
| ·遗传算法的发展与特点 | 第50-54页 |
| ·遗传算法的发展历程 | 第50-52页 |
| ·遗传算法的特点 | 第52-54页 |
| ·遗传算法的基本操作 | 第54-56页 |
| ·编码 | 第54页 |
| ·适应度函数 | 第54-55页 |
| ·选择 | 第55页 |
| ·复制 | 第55-56页 |
| ·交叉 | 第56页 |
| ·变异 | 第56页 |
| ·遗传算法方法介绍 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 基于遗传算法矢量量化码本设计 | 第59-76页 |
| ·遗传算法基本原理 | 第59-60页 |
| ·利用遗传算法设计全局最优码本 | 第60-66页 |
| ·个体编码与适应度函数设计 | 第60-62页 |
| ·选择操作 | 第62-63页 |
| ·杂交操作 | 第63-64页 |
| ·变异操作 | 第64-66页 |
| ·算法要点 | 第66-67页 |
| ·实验结果 | 第67-75页 |
| ·本章小结 | 第75-76页 |
| 第七章 全文总结和展望 | 第76-79页 |
| ·全文总结 | 第76-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 摘要 | 第84-88页 |
| Abstract | 第88-91页 |
| 致谢 | 第91页 |