| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究意义 | 第8-9页 |
| ·用语谱图进行说话人识别研究的意义 | 第8页 |
| ·脉冲耦合神经网络(PCNN)研究意义 | 第8-9页 |
| ·当前对语谱图的研究动态 | 第9-10页 |
| ·本文主要内容及结构 | 第10-11页 |
| 第二章 脉冲耦合神经网络(PCNN)模型结构原理 | 第11-15页 |
| ·PCNN模型的来源 | 第11页 |
| ·PCNN模型的结构及原理 | 第11-13页 |
| ·PCNN的简化模型 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第三章 PCNN在图像处理中的应用 | 第15-19页 |
| ·PCNN在图像处理中的应用介绍 | 第15页 |
| ·行程编码的简介 | 第15-16页 |
| ·PCNN与行程编码结合图像压缩方法的提出 | 第16页 |
| ·实验结果分析 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第四章 用PCNN从语谱图中提取特征进行说话人识别 | 第19-31页 |
| ·用PCNN从语谱图中提取特征的方法 | 第19-21页 |
| ·求语谱图 | 第19-20页 |
| ·用PCNN从语谱图中提取特征 | 第20-21页 |
| ·PCNN模型参数对输出的影响 | 第21-23页 |
| ·PCNN输出与语音帧数的关系 | 第23-26页 |
| ·说话人识别实验及其结果分析 | 第26-30页 |
| ·用PCNN从语谱图中提取特征进行说话人确认 | 第26-27页 |
| ·用PCNN从语谱图中提取特征进行闭集的说话人辨认 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第五章 遗传算法在PCNN参数选择中的应用 | 第31-37页 |
| ·遗传算法简介 | 第31页 |
| ·适应度函数的选择 | 第31-32页 |
| ·用遗传算法选择PCNN的参数 | 第32-34页 |
| ·实验结果 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第六章 用PCNN提取语音特征的新方法 | 第37-43页 |
| ·用PCNN提取特征新方法的提出 | 第37-39页 |
| ·用新特征的实验结果 | 第39-42页 |
| ·用新特征进行说话人确认 | 第39-41页 |
| ·用新特征进行说话人辨认 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 总结 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间所发表的学术论文及获奖情况 | 第47-48页 |
| 致谢 | 第48页 |