基于语音识别的智能家居方案设计研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 智能家居研究现状 | 第9-10页 |
| 1.2.2 语音识别研究现状 | 第10-11页 |
| 1.3 论文主要内容 | 第11-13页 |
| 第二章 AllJoyn物联网技术 | 第13-19页 |
| 2.1 AllJoyn技术概述 | 第13页 |
| 2.2 AllJoyn网络体系结构 | 第13-14页 |
| 2.3 AllJoyn软件体系结构 | 第14-15页 |
| 2.4 AllJoyn核心框架 | 第15-18页 |
| 2.4.1 AllJoyn路由 | 第15-16页 |
| 2.4.2 AllJoyn总线 | 第16-17页 |
| 2.4.3 广播和发现机制 | 第17-18页 |
| 2.4.4 传输机制 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 深度学习相关技术 | 第19-30页 |
| 3.1 人工神经网络概述 | 第19-20页 |
| 3.2 监督学习和无监督学习 | 第20-21页 |
| 3.3 反向传播算法 | 第21-22页 |
| 3.4 深度学习概述 | 第22-23页 |
| 3.5 深度学习模型的类别 | 第23-29页 |
| 3.5.1 卷积神经网络 | 第23-24页 |
| 3.5.2 受限玻尔兹曼机模型 | 第24-26页 |
| 3.5.3 深度信念神经网络 | 第26-27页 |
| 3.5.4 自动编码器模型 | 第27-29页 |
| 3.6 本章小结 | 第29-30页 |
| 第四章 智能家居语音识别模型设计 | 第30-40页 |
| 4.1 语音识别技术 | 第30页 |
| 4.2 语音样本库的建立 | 第30-34页 |
| 4.2.1 语音信号的预处理 | 第31-32页 |
| 4.2.2 语音信号的特征提取 | 第32-34页 |
| 4.3 深度学习语音识别模型 | 第34-37页 |
| 4.4 实验结果与分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 智能家居语音识别控制方案设计 | 第40-51页 |
| 5.1 智能家居总体方案设计 | 第40-41页 |
| 5.2 智能家居服务器设计 | 第41页 |
| 5.3 智能语音网关设计 | 第41-43页 |
| 5.4 智能控制设备 | 第43-44页 |
| 5.5 Android移动端设计 | 第44-45页 |
| 5.6 测试与分析 | 第45-50页 |
| 5.6.1 功能测试 | 第46-49页 |
| 5.6.2 性能测试 | 第49-50页 |
| 5.7 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士期间的研究成果 | 第58页 |
