| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.3 论文主要工作及论文结构 | 第12-14页 |
| 2 鼾声信号模型与鼾声来源数据库 | 第14-21页 |
| 2.1 鼾声来源数据获取 | 第14页 |
| 2.2 鼾声信号产生模型 | 第14-16页 |
| 2.3 鼾声来源数据库构建 | 第16-20页 |
| 2.3.1 鼾声数据采集 | 第17-18页 |
| 2.3.2 鼾声预筛选与分类 | 第18-19页 |
| 2.3.3 数据库属性标记 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 基于线性频率谱图的卷积神经网络鼾声来源识别 | 第21-33页 |
| 3.1 鼾声来源线性频率谱特征提取 | 第21-22页 |
| 3.2 卷积神经网络训练 | 第22-28页 |
| 3.3 卷积神经网络鼾声来源识别架构 | 第28页 |
| 3.4 鼾声来源识别结果 | 第28-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 基于非线性频率谱图的鼾声来源识别 | 第33-44页 |
| 4.1 基于Mel频率倒谱的鼾声来源识别 | 第33-36页 |
| 4.1.1 鼾声来源的Mel频率倒谱特征提取 | 第33-35页 |
| 4.1.2 卷积神经网络训练 | 第35-36页 |
| 4.2 基于Mel频率谱的鼾声来源识别 | 第36-39页 |
| 4.2.1 鼾声来源的Mel频率谱特征提取 | 第36-37页 |
| 4.2.2 卷积神经网络训练 | 第37-39页 |
| 4.3 基于Mel频率倒谱和Mel频率谱的鼾声来源识别结果比较 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 鼾声来源特征选取策略的初步例证 | 第44-53页 |
| 5.1 鼾声激励源相关特征—基频 | 第44-45页 |
| 5.2 上气道响应相关特征—共振峰 | 第45-47页 |
| 5.3 不同鼾声来源的基频和共振峰比较分析 | 第47-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与未来展望 | 第53-54页 |
| 6.1 本文工作总结 | 第53页 |
| 6.2 未来展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |