支持向量机算法的研究及在说话人识别上的应用
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第1章 引言 | 第8-11页 |
| 1．1 机器学习理论 | 第8-9页 |
| 1．2 说话人识别 | 第9页 |
| 1．3 研究意义 | 第9-10页 |
| 1．4 全文内容安排 | 第10-11页 |
| 第2章 统计学习理论 | 第11-19页 |
| 2．1 机器学习问题 | 第11-13页 |
| 函数估计模型 | 第11页 |
| 主要的学习问题 | 第11-12页 |
| 经验风险 | 第12-13页 |
| 2．2 推广性的界 | 第13-14页 |
| 复杂性与推广性 | 第13页 |
| 推广性的界 | 第13-14页 |
| 2．3 VC维 | 第14-16页 |
| R~n空间有向超平面的VC维 | 第14-15页 |
| VC维和参数数目 | 第15页 |
| VC维与推广性的界 | 第15-16页 |
| 2．4 结构风险最小化 | 第16-17页 |
| 结构风险最小化 | 第16-17页 |
| SRM原则的实现 | 第17页 |
| 2．5 本章小结 | 第17-19页 |
| 第3章 支持向量机 | 第19-29页 |
| 3．1 最优分类面 | 第19-21页 |
| 最优分类面 | 第19-20页 |
| 广义最优分类面 | 第20-21页 |
| 3．2 支持向量机 | 第21-23页 |
| 推广能力的控制 | 第21页 |
| 非线性问题 | 第21-22页 |
| 主要核函数 | 第22-23页 |
| 3．3 学习算法 | 第23-26页 |
| 分类问题 | 第23页 |
| 异点检测 | 第23-24页 |
| 回归分析 | 第24-26页 |
| 3．4 应用研究 | 第26-28页 |
| 人工数据试验 | 第26-27页 |
| 实际数据测试 | 第27-28页 |
| 3．5 本章小结 | 第28-29页 |
| 第4章 说话人识别 | 第29-38页 |
| 4．1 说话人识别概述 | 第29-31页 |
| 说话人识别概念 | 第29页 |
| 说话人识别分类 | 第29-30页 |
| 说话人识别系统结构 | 第30-31页 |
| 4．2 特征提取 | 第31-34页 |
| 语音信号的数字模型 | 第31-32页 |
| 特征提取过程 | 第32-33页 |
| 特征提取技术 | 第33-34页 |
| 4．3 说话人识别模型 | 第34-37页 |
| 模型概述 | 第34-35页 |
| 高斯混合模型 | 第35-36页 |
| 隐马尔可夫模型 | 第36-37页 |
| 4．4 基于SVM的说话人识别 | 第37页 |
| 4．5 本章小结 | 第37-38页 |
| 第5章 多类支持向量机 | 第38-47页 |
| 5．1 二类组合分类 | 第38-39页 |
| 一对多组合 | 第38页 |
| 一对一组合 | 第38-39页 |
| 5．2 全局优化分类 | 第39-41页 |
| 问题提出 | 第39页 |
| 问题求解 | 第39-41页 |
| 线性算法 | 第41页 |
| 5．3 决策树分类 | 第41-44页 |
| DTSVM多类识别 | 第41-42页 |
| 子集划分 | 第42页 |
| 泛化能力 | 第42-43页 |
| 从DTSVM到EDTSVM | 第43-44页 |
| 5．4 算法分析 | 第44-46页 |
| 算法复杂度 | 第44-45页 |
| 分类错误率 | 第45页 |
| 实验结果 | 第45-46页 |
| 5．5 本章小结 | 第46-47页 |
| 第6章 支持向量的区域描述 | 第47-55页 |
| 6．1 闭集与开集 | 第47-51页 |
| 闭集 | 第47页 |
| 开集 | 第47页 |
| Cohort技术 | 第47-48页 |
| 实验数据 | 第48-51页 |
| 6．2 支持向量的区域描述 | 第51-53页 |
| 算法思想 | 第51页 |
| 基于超球面的SVM | 第51-52页 |
| SVDD分类 | 第52-53页 |
| 6．3 说话人辨认 | 第53-54页 |
| 6．4 本章小结 | 第54-55页 |
| 第7章 支持向量机的概率输出 | 第55-66页 |
| 7．1 概率 | 第55-58页 |
| 概率的定义 | 第55-56页 |
| 条件概率 | 第56页 |
| 贝叶斯（Bayes）公式 | 第56-57页 |
| 事件的独立性 | 第57-58页 |
| 7．2 SVM的概率输出 | 第58-61页 |
| 二类分类的概率输出 | 第58-59页 |
| 多类分类的概率输出 | 第59页 |
| 一对一分类的修正 | 第59-60页 |
| 说话人识别实验 | 第60-61页 |
| 7．3 内嵌SVM的HMM | 第61-63页 |
| HMM的基本构成 | 第61-62页 |
| SVM-HMM的训练 | 第62页 |
| SVM-HMM的识别 | 第62页 |
| 说话人确认 | 第62-63页 |
| 7．4 SVM与GMM的混合模型 | 第63-65页 |
| GMM概述 | 第63页 |
| SVM与GMM的混合模型 | 第63-64页 |
| 说话人辨认 | 第64页 |
| 说话人确认 | 第64-65页 |
| 7．5 本章小结 | 第65-66页 |
| 第8章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录 | 第73页 |
