面向语音情感识别的IMFE特征提取算法和融合KELM识别算法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 语音情感识别研究现状 | 第11-12页 |
| 1.2.2 EEMD算法研究现状 | 第12-13页 |
| 1.3 语音情感识别研究面临的问题 | 第13页 |
| 1.4 研究内容与论文安排 | 第13-16页 |
| 第二章 语音情感识别基本理论 | 第16-26页 |
| 2.1 语音情感数据库 | 第16-17页 |
| 2.2 语音情感特征提取 | 第17-20页 |
| 2.2.1 韵律学特征 | 第18-19页 |
| 2.2.2 音质特征 | 第19页 |
| 2.2.3 基于谱的相关特征 | 第19-20页 |
| 2.3 语音情感识别网络 | 第20-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于EEMD算法的语音情感识别 | 第26-46页 |
| 3.1 经验模态分解算法 | 第26-30页 |
| 3.1.1 瞬时频率 | 第26-27页 |
| 3.1.2 本征模态函数 | 第27-28页 |
| 3.1.3 EMD算法原理介绍 | 第28-30页 |
| 3.2 集合经验模态分解算法 | 第30-33页 |
| 3.2.1 EEMD算法原理介绍 | 第30-32页 |
| 3.2.2 EMD算法与EEMD算法的比较 | 第32-33页 |
| 3.3 基于HHT边际谱的语音情感识别 | 第33-37页 |
| 3.3.1 语音情感数据库及预处理 | 第33-34页 |
| 3.3.2 HHT边际谱幅值特征提取 | 第34-36页 |
| 3.3.3 仿真实验及结果分析 | 第36-37页 |
| 3.4 基于EEMD算法的语音情感特征提取方法 | 第37-41页 |
| 3.4.1 特征提取方法介绍 | 第38-39页 |
| 3.4.2 仿真实验及结果分析 | 第39-41页 |
| 3.5 融合特征在语音情感识别中的应用研究 | 第41-44页 |
| 3.5.1 特征选择 | 第41-42页 |
| 3.5.2 仿真实验及结果分析 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于融合KELM的语音情感识别 | 第46-62页 |
| 4.1 极限学习机 | 第46-50页 |
| 4.1.1 基于ELM的单隐层前馈神经网络 | 第46-48页 |
| 4.1.2 基于KELM的广义单隐层前馈神经网络 | 第48-50页 |
| 4.2 数据融合 | 第50-52页 |
| 4.2.1 特征级融合 | 第51-52页 |
| 4.2.2 决策级融合 | 第52页 |
| 4.3 融合KELM原理介绍 | 第52-55页 |
| 4.3.1 概率矩阵 | 第53页 |
| 4.3.2 决策策略制定 | 第53-55页 |
| 4.4 基于融合KELM的语音情感识别实验 | 第55-60页 |
| 4.4.1 语音情感特征选择 | 第56页 |
| 4.4.2 KELM网络参数优化 | 第56-57页 |
| 4.4.3 仿真实验结果及分析 | 第57-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 研究展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
