病态嗓音特征提取与识别算法的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 课题研究的国内外现状 | 第10-12页 |
| 1.3 病态嗓音识别的一般分析过程 | 第12页 |
| 1.4 本文主要研究内容 | 第12-13页 |
| 1.5 本文各章节组织结构 | 第13-14页 |
| 第2章 特征参数的提取及模式识别理论 | 第14-26页 |
| 2.1 传统声学特征 | 第14-15页 |
| 2.1.1 Mel频域倒谱系数 | 第14页 |
| 2.1.2 基音频率 | 第14页 |
| 2.1.3 频率微扰与振幅微扰 | 第14-15页 |
| 2.2 非线性动力学特征参数 | 第15-20页 |
| 2.2.1 相空间重构 | 第15-16页 |
| 2.2.2 吸引子 | 第16-17页 |
| 2.2.3 计盒维数与计维截距 | 第17-18页 |
| 2.2.4 Hurst参数 | 第18页 |
| 2.2.5 香农熵与2-Rényi熵 | 第18-19页 |
| 2.2.6 样本熵 | 第19-20页 |
| 2.2.7 多尺度熵 | 第20页 |
| 2.3 支持向量机 | 第20-23页 |
| 2.4 随机森林算法的理论 | 第23-25页 |
| 2.4.1 Bagging算法 | 第23页 |
| 2.4.2 随机森林的基本原理 | 第23-24页 |
| 2.4.3 随机森林的优缺点 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 传统声学特征和非线性特征的比较研究 | 第26-46页 |
| 3.1 数据库 | 第26页 |
| 3.2 传统声学特征参数的提取与分析 | 第26-27页 |
| 3.3 非线性动力学特征参数的提取与分析 | 第27-35页 |
| 3.3.1 吸引子相图 | 第27-29页 |
| 3.3.2 计盒维数与计维截距特征分析 | 第29页 |
| 3.3.3 Hurst参数特征分析 | 第29-30页 |
| 3.3.4 样本熵特征分析 | 第30页 |
| 3.3.5 模糊熵特征分析 | 第30-31页 |
| 3.3.6 多尺度熵特征分析 | 第31-32页 |
| 3.3.7 第2-Rényi熵特征分析 | 第32页 |
| 3.3.8 香农熵特征分析 | 第32-33页 |
| 3.3.9 近似熵特征分析 | 第33-34页 |
| 3.3.10 识别结果分析 | 第34-35页 |
| 3.4 基于随机森林的特征选择 | 第35-40页 |
| 3.4.1 随机森林特征选择原理 | 第35-36页 |
| 3.4.2 随机森林的特征排序结果 | 第36-40页 |
| 3.5 特征参数组合及识别结果分析 | 第40-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 不同程度病态嗓音的识别研究 | 第46-51页 |
| 4.1 多层数据库 | 第46页 |
| 4.2 嗓音信号时域及频域分析 | 第46-47页 |
| 4.3 非线性动力学特性 | 第47-48页 |
| 4.4 识别结果与分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 创新点 | 第51-52页 |
| 5.3 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |
