| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-17页 |
| ·语音识别概述 | 第10-13页 |
| ·引言 | 第10页 |
| ·语音识别的发展过程及其现状 | 第10-12页 |
| ·语音识别面临的问题和困难 | 第12-13页 |
| ·遗传算法与RBF 网络 | 第13-14页 |
| ·神经网络和模糊系统 | 第14-15页 |
| ·论文完成工作 | 第15页 |
| ·本论文的组织 | 第15-17页 |
| 第二章 语音识别的基本原理与技术 | 第17-31页 |
| ·语音信号的预处理 | 第18-21页 |
| ·抗混叠滤波与预加重 | 第18页 |
| ·分帧加窗处理 | 第18-19页 |
| ·端点检测 | 第19-21页 |
| ·语音信号的特征提取 | 第21-27页 |
| ·过零率与峰值幅度（ZCPA） | 第21-22页 |
| ·美尔频率倒谱系数（MFCC） | 第22-24页 |
| ·微分功率谱倒谱系数（DPSCC） | 第24-25页 |
| ·线性预测倒谱系数（LPCC） | 第25-26页 |
| ·线性预测美尔倒谱系数（LPMCC） | 第26-27页 |
| ·孤立词（字）语音识别系统 | 第27-30页 |
| ·小结 | 第30-31页 |
| 第三章 径向基神经网络 | 第31-40页 |
| ·人工神经网络基础 | 第31-33页 |
| ·人工神经元模型 | 第31-32页 |
| ·神经网络基本原理 | 第32页 |
| ·神经网络的分类 | 第32-33页 |
| ·RBF 神经网络的原理 | 第33-34页 |
| ·RBF 神经网络结构 | 第34-35页 |
| ·RBF 神经网络的学习算法 | 第35-39页 |
| ·小结 | 第39-40页 |
| 第四章 遗传算法优化的RBF 神经网络在语音识别中的应用 | 第40-56页 |
| ·遗传算法的理论基础 | 第41页 |
| ·遗传算法的基本原理 | 第41-47页 |
| ·编码方法 | 第42-43页 |
| ·适应度函数 | 第43页 |
| ·遗传算子 | 第43-46页 |
| ·遗传算法的停止准则 | 第46页 |
| ·遗传算法的控制参数 | 第46-47页 |
| ·遗传算法的改进 | 第47-48页 |
| ·遗传算法优化RBF 神经网络的算法设计 | 第48-52页 |
| ·基于遗传算法优化的RBF 神经网络的语音识别系统 | 第52-55页 |
| ·实验过程描述 | 第53-54页 |
| ·实验结果及结论 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第五章 结构等价型模糊RBF 神经网络在语音识别中的应用 | 第56-77页 |
| ·模糊逻辑系统简介 | 第56-57页 |
| ·模糊系统与神经网络的结合 | 第57-59页 |
| ·模糊系统和RBF 神经网络的函数等价性 | 第59-60页 |
| ·结构等价型模糊RBF 神经网络的结构 | 第60-62页 |
| ·结构等价型模糊RBF 神经网络的学习方法 | 第62-63页 |
| ·基于结构等价型模糊RBF 神经网络的语音识别系统 | 第63-75页 |
| ·实验过程描述 | 第64-65页 |
| ·实验结果及结论 | 第65-75页 |
| ·实验结果综合比较 | 第75-76页 |
| ·小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·全文工作总结 | 第77页 |
| ·进一步研究工作的展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表的学术论文目录 | 第83页 |
