| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 缩略词列表 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及其意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文研究内容 | 第15-17页 |
| 1.3.1 论文研究难点 | 第16页 |
| 1.3.2 论文主要研究内容及组织结构 | 第16-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 婴儿哭声情感需求信息特征提取 | 第19-31页 |
| 2.1 婴儿哭声生理特征 | 第19-21页 |
| 2.1.1 婴儿发声的生理结构 | 第19-20页 |
| 2.1.2 婴儿发声原理 | 第20-21页 |
| 2.2 语音信号预处理 | 第21-24页 |
| 2.2.1 归一化 | 第21-22页 |
| 2.2.2 预加重 | 第22页 |
| 2.2.3 分帧加窗 | 第22-23页 |
| 2.2.4 语音激活检测 | 第23-24页 |
| 2.3 韵律特征 | 第24-27页 |
| 2.3.1 能量及其衍生参数 | 第24-25页 |
| 2.3.2 基音频率及其衍生参数 | 第25-26页 |
| 2.3.3 共振峰及其衍生参数 | 第26-27页 |
| 2.4 谱相关特征 | 第27-29页 |
| 2.5 语谱图特征 | 第29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 传统婴儿哭声情感需求信息识别方法研究 | 第31-45页 |
| 3.1 传统分类方法原理 | 第31-36页 |
| 3.1.1 支持向量机 | 第31-32页 |
| 3.1.2 Softmax回归 | 第32-33页 |
| 3.1.3 人工神经网络 | 第33-36页 |
| 3.2 传统分类方法实验说明 | 第36-39页 |
| 3.2.1 数据来源及使用方法 | 第36-37页 |
| 3.2.2 实验环境 | 第37-38页 |
| 3.2.3 特征说明 | 第38-39页 |
| 3.3 传统分类方法实验结果分析 | 第39-44页 |
| 3.3.1 实验过程 | 第39-40页 |
| 3.3.2 不同噪声类别的实验结果分析 | 第40-41页 |
| 3.3.3 不同信噪比的实验结果分析 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于改进CNN网络婴儿哭声情感需求信息识别方法研究 | 第45-57页 |
| 4.1 传统CNN网络分析 | 第45-48页 |
| 4.1.1 传统的CNN网络框架结构 | 第45-47页 |
| 4.1.2 CNN网络的训练算法 | 第47-48页 |
| 4.2 改进CNN网络分析 | 第48-50页 |
| 4.3 婴儿哭声情感需求信息识别算法实验 | 第50-55页 |
| 4.3.1 实验过程 | 第50-51页 |
| 4.3.2 婴儿哭声中的不同情感需求信息识别实验分析 | 第51-52页 |
| 4.3.3 婴儿哭声中的不同情感需求信息识别鲁棒性实验分析 | 第52-53页 |
| 4.3.4 不同算法间鲁棒性对比实验结果分析 | 第53-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 基于LBP特征的婴儿哭声情感需求信息识别方法 | 第57-69页 |
| 5.1 相关理论 | 第57-59页 |
| 5.1.1 局部二值模式 | 第57-59页 |
| 5.1.2 Gabor小波原理 | 第59页 |
| 5.2 基于Gabor灰度图谱的MB-LBP特征提取 | 第59-61页 |
| 5.2.1 MB-LBP特征 | 第59-60页 |
| 5.2.2 MB-LBP特征提取流程 | 第60-61页 |
| 5.3 婴儿哭声情感需求信息识别方法实验 | 第61-68页 |
| 5.3.1 实验过程 | 第61-63页 |
| 5.3.2 婴儿哭声中的不同情感需求信息识别实验 | 第63页 |
| 5.3.3 不同算法间鲁棒性对比实验结果分析 | 第63-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 论文发表 | 第79页 |
