| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 引言 | 第11-19页 |
| ·研究背景和意义 | 第11-12页 |
| ·研究现状和主要成果 | 第12-13页 |
| ·常用基本框架和技术 | 第13-17页 |
| ·基于有监督学习的检测和分析框架 | 第14-15页 |
| ·基于无监督学习的检测和分析框架 | 第15-16页 |
| ·有监督方法和无监督方法比较 | 第16-17页 |
| ·存在的问题 | 第17页 |
| ·论文结构 | 第17-19页 |
| 第2章 基于SVM的单一音频事件检测研究 | 第19-35页 |
| ·引言 | 第19页 |
| ·系统流程 | 第19-20页 |
| ·特征 | 第20-22页 |
| ·MFCC(Mel-frequency cepstral coefficients) | 第20页 |
| ·线谱对(linear spectrum pair) | 第20-21页 |
| ·频域能量(frequency energy) | 第21页 |
| ·过零率(zero cross ratio) | 第21-22页 |
| ·SVM分类器 | 第22-25页 |
| ·有限状态机平滑 | 第25-26页 |
| ·不平衡数据集研究 | 第26-30页 |
| ·模糊样本集修剪技术 | 第27-29页 |
| ·指导型欠采样技术 | 第29-30页 |
| ·实验及讨论 | 第30-33页 |
| ·SVM分类器分类效果分析 | 第30-31页 |
| ·平滑效果分析 | 第31-32页 |
| ·不平衡数据集分析 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第3章 关键音频事件检测研究 | 第35-47页 |
| ·引言 | 第35页 |
| ·整体检测框架 | 第35-36页 |
| ·特征 | 第36-38页 |
| ·子带能量比(band energy ratio) | 第37页 |
| ·频率中心(frequency centroid) | 第37页 |
| ·带宽(bandwidth) | 第37页 |
| ·子带频谱流量(subband spectral flux) | 第37-38页 |
| ·差分特征 | 第38页 |
| ·分类器 | 第38-41页 |
| ·决策树原理和方法 | 第38-40页 |
| ·Adaboost算法 | 第40-41页 |
| ·多级检测策略 | 第41-42页 |
| ·平滑处理 | 第42页 |
| ·实验结果和分析 | 第42-46页 |
| ·实验数据 | 第43页 |
| ·评价准则 | 第43页 |
| ·爆炸声检测结果 | 第43-44页 |
| ·基于Adaboost的决策树模型效果分析 | 第44-45页 |
| ·多层检索策略结果分析 | 第45-46页 |
| ·结论 | 第46-47页 |
| 第4章 基于无监督的关键音频事件提取和场景分割技术 | 第47-65页 |
| ·引言 | 第47页 |
| ·总体设计 | 第47-49页 |
| ·特征提取 | 第49-50页 |
| ·高过零率(high zero cross ratio) | 第49页 |
| ·低能量率(low energy ratio) | 第49-50页 |
| ·频谱流量(spectral flux) | 第50页 |
| ·静音帧比例(silence ratio) | 第50页 |
| ·谱聚类 | 第50-52页 |
| ·基于内容的幅度因子 | 第51-52页 |
| ·迭代谱聚类 | 第52页 |
| ·平滑 | 第52页 |
| ·基于单音频的音频事件权重计算 | 第52-54页 |
| ·基于TF-IDF的音频事件权重计算 | 第54-57页 |
| ·音频事件相似度计算 | 第55-56页 |
| ·音频事件权重计算 | 第56-57页 |
| ·音频场景分割 | 第57-59页 |
| ·语义关联和置信度 | 第58-59页 |
| ·分割准则 | 第59页 |
| ·实验和讨论 | 第59-64页 |
| ·音频事件提取 | 第60-61页 |
| ·基于单音频的关键音频事件提取 | 第61-62页 |
| ·基于TF-IDF的音频事件权重计算 | 第62-63页 |
| ·音频场景分割 | 第63-64页 |
| ·结论 | 第64-65页 |
| 第5章 总结与展望 | 第65-68页 |
| ·论文总结 | 第65-66页 |
| ·研究展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文目录 | 第74页 |
