| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究背景及其意义 | 第9-10页 |
| ·语音信息隐藏分析的国内外研究现状 | 第10-11页 |
| ·集成学习的国内外研究现状 | 第11-13页 |
| ·论文的主要内容 | 第13-14页 |
| 第2章 语音回声隐藏基本理论 | 第14-20页 |
| ·声音听觉理论 | 第14-15页 |
| ·声音三要素 | 第14页 |
| ·人耳的听觉特性 | 第14-15页 |
| ·回声隐藏的基本原理 | 第15-16页 |
| ·回声隐藏对倒谱的影响 | 第16-19页 |
| ·倒谱分析 | 第16-18页 |
| ·回声隐藏信息的提取 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 集成学习的基本理论 | 第20-29页 |
| ·集成学习的理论基础 | 第20-25页 |
| ·集成学习的基本概念 | 第20-21页 |
| ·集成学习的构成 | 第21-22页 |
| ·集成学习的原理 | 第22-24页 |
| ·集成学习的作用 | 第24-25页 |
| ·集成学习的主要算法 | 第25-27页 |
| ·AdaBoost 算法 | 第25-26页 |
| ·Bagging 算法 | 第26-27页 |
| ·集成学习算法的应用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于集成学习的语音回声隐藏分析方法研究 | 第29-43页 |
| ·特征提取 | 第29-35页 |
| ·美尔倒谱参数的提取 | 第29-32页 |
| ·直方图联合特征参数的提取 | 第32页 |
| ·高阶矩特征参数的提取 | 第32-35页 |
| ·分类器的设计 | 第35-40页 |
| ·支持向量机 | 第35-37页 |
| ·决策树 | 第37-40页 |
| ·系统设计 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于集成学习的时域扩频回声隐藏分析方法研究 | 第43-47页 |
| ·时域扩频回声原理 | 第43-45页 |
| ·信息的嵌入 | 第43页 |
| ·信息的提取 | 第43-45页 |
| ·系统设计 | 第45页 |
| ·实验结果及分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 结论与展望 | 第47-49页 |
| ·本文工作总结 | 第47页 |
| ·未来工作展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
| 致谢 | 第53-54页 |
| 详细摘要 | 第54-62页 |