| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·病态嗓音识别与研究的概况 | 第9-11页 |
| ·病态嗓音识别技术 | 第11-13页 |
| ·特征提取技术 | 第11-12页 |
| ·模式识别技术 | 第12-13页 |
| ·课题研究背景与研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第二章 非线性动力学技术 | 第15-22页 |
| ·混沌理论 | 第15-16页 |
| ·混沌的发展历史 | 第15页 |
| ·混沌的定义 | 第15页 |
| ·混沌的特征 | 第15-16页 |
| ·时间序列的相空间重构理论 | 第16-19页 |
| ·时间延迟的估计 | 第17-19页 |
| ·嵌入维的估计 | 第19页 |
| ·分形理论 | 第19-20页 |
| ·分形理论的提出 | 第19页 |
| ·分形的定义 | 第19-20页 |
| ·分形的特征 | 第20页 |
| ·分形理论的应用 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 非线性特征参数的提取及分析 | 第22-35页 |
| ·吸引子不变量提取 | 第22-30页 |
| ·关联维数的提取及分析 | 第22-24页 |
| ·Kolmogorov熵、第二阶Renyi熵提取及分析 | 第24-27页 |
| ·最大Lyapunov指数提取及分析 | 第27-30页 |
| ·香农熵提取及分析 | 第30-31页 |
| ·分形特征参数的提取及分析 | 第31-34页 |
| ·计盒维数与截距的提取及分析 | 第31-33页 |
| ·Hurst参数提取及分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 模式识别 | 第35-45页 |
| ·高斯混合模型 | 第35-37页 |
| ·高斯混合模型的基本概念 | 第35页 |
| ·GMM模型参数的估计 | 第35-37页 |
| ·支持向量机 | 第37-44页 |
| ·引言 | 第37-38页 |
| ·统计学理论 | 第38-41页 |
| ·支持向量机原理 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于GMM和SVM的病态嗓音识别系统的实验仿真与结果分析 | 第45-56页 |
| ·实验的软硬件环境 | 第45页 |
| ·实验数据 | 第45页 |
| ·实验设计及结果分析 | 第45-55页 |
| ·单个特征的识别结果及分析 | 第45-49页 |
| ·特征选择及实验结果分析 | 第49-51页 |
| ·特征参数组合的识别结果及分析 | 第51-54页 |
| ·非线性特征参数与传统特征参数组合结果及分析 | 第54-55页 |
| ·实验的结论 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·病态嗓音识别系统的总结与难点分析 | 第56页 |
| ·技术理论创新 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |