基于声谱图的环境声音识别
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 选题背景及研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文主要工作 | 第10-11页 |
| 1.4 本文组织结构 | 第11-13页 |
| 第二章 声音增强处理 | 第13-22页 |
| 2.1 短时幅度谱计算 | 第14-15页 |
| 2.2 噪声功率谱估计 | 第15-17页 |
| 2.3 增强后声音信号短时幅度谱 | 第17-19页 |
| 2.4 其它声音增强算法 | 第19-21页 |
| 2.4.1 多频带谱减法 | 第19-20页 |
| 2.4.2 维纳滤波法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 特征提取 | 第22-34页 |
| 3.1 声谱图 | 第23-24页 |
| 3.2 声谱图投影特征 | 第24-26页 |
| 3.3 LBPV特征 | 第26-30页 |
| 3.4 其它声谱图特征 | 第30-33页 |
| 3.4.1 灰度共生矩阵特征 | 第30-32页 |
| 3.4.2 方向梯度直方图特征 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 识别和分类 | 第34-42页 |
| 4.1 决策树 | 第34-37页 |
| 4.1.1 决策树的定义 | 第34-35页 |
| 4.1.2 决策树的生成 | 第35-36页 |
| 4.1.3 决策树的优缺点 | 第36-37页 |
| 4.2 随机森林 | 第37-39页 |
| 4.2.1 随机森林的定义 | 第37-38页 |
| 4.2.2 随机森林的特点 | 第38-39页 |
| 4.3 支持向量机 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 实验设计与结果分析 | 第42-54页 |
| 5.1 识别架构 | 第42-43页 |
| 5.2 声音样本集 | 第43-44页 |
| 5.3 参数设置 | 第44-45页 |
| 5.4 实验设计 | 第45-46页 |
| 5.5 结果分析 | 第46-53页 |
| 5.5.1 特征参数与性能实验 | 第46-50页 |
| 5.5.2 增强算法比较 | 第50-51页 |
| 5.5.3 与其它方法比较 | 第51-53页 |
| 5.6 本章小结 | 第53-54页 |
| 结论与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第60页 |
