| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 音频场景识别技术研究现状 | 第11-12页 |
| 1.2.2 声学特征国内外研究现状 | 第12-14页 |
| 1.2.3 深度学习研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-17页 |
| 第二章 基于MFCC和KNN的基线对比系统 | 第17-27页 |
| 2.1 基线系统基本流程 | 第17-18页 |
| 2.2 MFCC | 第18-22页 |
| 2.2.1 音频信号预处理工作——预加重,分帧,加窗 | 第19-21页 |
| 2.2.2 快速傅里叶变换 | 第21页 |
| 2.2.3 三角滤波器组 | 第21页 |
| 2.2.4 离散余弦变换 | 第21-22页 |
| 2.3 K近邻算法 | 第22-26页 |
| 2.3.1 KNN的分类流程 | 第22-23页 |
| 2.3.2 KNN的决策过程 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于MFCC和卷积神经网络音频场景分类 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 卷积神经网络 | 第27-35页 |
| 3.2.1 卷积神经网络的特点 | 第29-31页 |
| 3.2.2 卷积神经网络的网络结构 | 第31-32页 |
| 3.2.3 卷积神经网络的计算方式 | 第32-33页 |
| 3.2.4 卷积神经网络的学习算法 | 第33-35页 |
| 3.3 实验系统设计方案 | 第35-37页 |
| 3.3.1 系统整体流程 | 第35-36页 |
| 3.3.2 CNN设计方案 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 实验结果分析及对比 | 第38-45页 |
| 4.1 实验数据 | 第38页 |
| 4.2 基于KNN和MFCC的基线系统实验结果及分析 | 第38-39页 |
| 4.3 基于CNN和MFCC的实验系统参数调整对比及结果分析 | 第39-43页 |
| 4.3.1 卷积核大小调整对比 | 第39-40页 |
| 4.3.2 特征图数量调整对比 | 第40-41页 |
| 4.3.3 激活函数调整对比 | 第41-43页 |
| 4.4 综合分析 | 第43页 |
| 4.5 本章小结 | 第43-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
