| 中文摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-22页 |
| ·汉语方言研究的意义 | 第11-13页 |
| ·汉语方言辨识及识别技术概况 | 第13-16页 |
| ·相关领域所面临的难点 | 第16-19页 |
| ·本文所做的工作及其安排 | 第19-22页 |
| 第二章 方言信号处理的基本理论与混合特征参数提取 | 第22-42页 |
| ·汉语方言语音信号的感觉机理 | 第22-25页 |
| ·汉语方言信号的发声特性 | 第22-23页 |
| ·汉语方言信号的听觉特性 | 第23-24页 |
| ·汉语方言信号的心理感知特性 | 第24-25页 |
| ·汉语方言识别的基本构架及模型 | 第25-26页 |
| ·汉语方言信号的预处理 | 第26-32页 |
| ·汉语方言信号的预滤波 | 第27页 |
| ·汉语方言信号的分帧、加窗 | 第27-28页 |
| ·汉语方言信号端点位置的判断 | 第28-32页 |
| ·汉语方言信号的特征参数提取 | 第32-41页 |
| ·方言信号的线性预测系数(LPC)分析 | 第32-35页 |
| ·基于听觉特性的美尔频率倒谱系数(MFCC)分析 | 第35-36页 |
| ·基干动态特性的差分倒频谱参数及混合特征参数提取分析 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于BP_Adaboost的方言辨识方法 | 第42-60页 |
| ·BP网络模型 | 第42-51页 |
| ·人工神经网络概述 | 第42-45页 |
| ·BPNN的结构、算法及学习规则 | 第45-49页 |
| ·BPNN的优点和不足 | 第49-50页 |
| ·常用的BPNN改进方案 | 第50-51页 |
| ·集成ANN算法 | 第51-53页 |
| ·集成ANN算法原理 | 第52页 |
| ·多类分类Adaboost算法步骤 | 第52-53页 |
| ·基于BP_Adaboost的方言辨识方法 | 第53-55页 |
| ·汉语方言辨识的仿真及分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于BP_Adaboost和HMM的方言识别方法 | 第60-80页 |
| ·隐马尔可夫模型(HMM) | 第60-66页 |
| ·HMM的基本理论 | 第60-63页 |
| ·HMM模型拓扑结构和状态形式的选取 | 第63-66页 |
| ·利用HMM的汉语方言孤立词识别方法 | 第66-73页 |
| ·HMM模型应用中的三个核心问题 | 第66-71页 |
| ·基于HMM算法的汉语方言识别过程 | 第71-73页 |
| ·基于HMM和BP_Adaboost的方言识别方法 | 第73-76页 |
| ·HMM和BP_Adaboost混合模型的基本原理 | 第74页 |
| ·HMM和BP_Adaboost混合模型的训练及识别过程 | 第74-76页 |
| ·基于混合模型的方言识别仿真及分析 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 结论与展望 | 第80-83页 |
| 参考文献 | 第83-91页 |
| 攻读硕士学位期间发表的论文目录 | 第91-93页 |
| 致谢 | 第93-95页 |
