基于神经网络的声音识别算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 声音识别的基本步骤 | 第11-12页 |
| 1.2.1 声音识别的流程 | 第11页 |
| 1.2.2 本研究的前期处理方法 | 第11-12页 |
| 1.3 论文的结构安排 | 第12页 |
| 1.4 本章小结 | 第12-14页 |
| 第二章 神经网络与模式匹配 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 神经网络的基础知识 | 第14-18页 |
| 2.2.1 神经网络的模型 | 第14-16页 |
| 2.2.2 神经网络的常见传输函数 | 第16-17页 |
| 2.2.3 神经网络的学习规则 | 第17-18页 |
| 2.3 两类声音识别神经网络的设计 | 第18-20页 |
| 2.3.1 神经网络设计的步骤 | 第18页 |
| 2.3.2 两类神经网络的参数 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 多类声音识别方案选取 | 第21-26页 |
| 3.1 引言 | 第21页 |
| 3.2 多类声音识别方案 | 第21-24页 |
| 3.2.1 线型识别方案 | 第21-22页 |
| 3.2.2 并行排名识别方案 | 第22-23页 |
| 3.2.3 两类晋级识别方案 | 第23-24页 |
| 3.3 本章小结 | 第24-26页 |
| 第四章 多组竞争方法与可信率 | 第26-37页 |
| 4.1 引言 | 第26页 |
| 4.2 多组竞争方法(MSCM) | 第26-32页 |
| 4.2.1 多组识别对两类识别的识别率的影响 | 第26-27页 |
| 4.2.2 多组竞争方法的特例 | 第27-32页 |
| 4.3 可信率 | 第32-36页 |
| 4.3.1 可信率的概念 | 第32-33页 |
| 4.3.2 贝叶斯理论与贝叶斯分类器的原理 | 第33-34页 |
| 4.3.3 可信率的计算方法 | 第34-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 分组匹配竞争方法 | 第37-56页 |
| 5.1 引言 | 第37页 |
| 5.2 分组匹配竞争方法的概念 | 第37页 |
| 5.3 分组匹配竞争方法在多类声音识别中的应用 | 第37-55页 |
| 5.3.1 5类声音识别的分组方案 | 第38页 |
| 5.3.2 6类声音识别的分组方案 | 第38-39页 |
| 5.3.3 7类声音识别的分组方案 | 第39-41页 |
| 5.3.4 9类声音识别的分组方案 | 第41-45页 |
| 5.3.5 10类声音识别的分组方案 | 第45-52页 |
| 5.3.6 12类声音识别的分组方案 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表论文情况 | 第63页 |
