首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

基于支持向量机的小麦碰撞声分类研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-14页
     ·研究背景与意义第10-11页
     ·碰撞声检测方法的研究现状第11-12页
     ·论文研究的内容及结构第12-14页
第2章 支持向量机第14-26页
   ·支持向量机基础理论第14-17页
     ·VC维理论第14-15页
     ·推广性的界第15-16页
     ·结构风险最小化原则第16-17页
   ·支持向量机原理第17-22页
     ·支持向量机的定义第17-18页
     ·线性可分和线性不可分第18-20页
     ·支持向量机核函数第20-22页
   ·支持向量机的分类第22-23页
   ·支持向量机的应用第23-26页
第3章 基于双谱和SVM的小麦碰撞声分类识别第26-42页
   ·相关理论第26-29页
     ·随机变量的特征函数第26-27页
     ·高阶矩和高阶谱累积量第27页
     ·高阶谱及双谱定义第27-28页
     ·双谱性质第28-29页
   ·实验数据以及实验流程第29-30页
   ·小麦碰撞声的双谱分析和特征提取第30-35页
     ·双谱估计第30-31页
     ·直接双谱估计第31-35页
   ·碰撞声信号特征提取第35-38页
     ·双谱峰值特征第35-36页
     ·对角切片特征第36-38页
   ·基于双谱和SVM的小麦碰撞声分类第38-40页
     ·SVM核函数的选择与确定第38-39页
     ·实验结果与分析第39-40页
   ·本章小结第40-42页
第4章 基于小波包和SVM的小麦碰撞声识别研究第42-54页
   ·相关理论第42-46页
     ·小波理论第42-44页
     ·小波包定义第44-45页
     ·小波包分解与重构第45页
     ·小波包分解树第45-46页
     ·子空间频带及频带顺序第46页
   ·小麦碰撞声的小波包分解第46-47页
     ·小波包基函数的选择第46-47页
     ·小麦碰撞声信号的小波包分解第47页
   ·小麦碰撞声特征提取第47-51页
     ·小波包节点能量第48页
     ·小波包节点奇异值第48-49页
     ·小波包节点包络信号谱熵和谱熵臂第49-51页
   ·基于小波包和SVM的小麦碰撞声分类第51-52页
     ·SVM函数和分类流程第51页
     ·实验结果与分析第51-52页
   ·本章小结第52-54页
第5章 基于EEMD和SVM的小麦碰撞声分类研究第54-68页
   ·相关理论第54-58页
     ·EMD介绍第54-56页
     ·EEMD的分解原理第56-57页
     ·EEMD的发展及应用第57-58页
   ·小麦碰撞声的EEMD分解及参数设置第58-59页
     ·小麦碰撞声的EEMD分解第58-59页
     ·EEMD分解时参数设置第59页
   ·碰撞声信号特征提取第59-65页
     ·IMF分量能量第61-62页
     ·IMF分量峭度第62-63页
     ·Renyi熵第63-65页
   ·基于EEMD和SVM的小麦碰撞声分类第65-66页
     ·SVM核函数的选择与确定第65-66页
     ·实验结果与分析第66页
   ·本章小结第66-68页
第6章 总结与展望第68-70页
   ·研究内容总结第68页
   ·未来展望第68-70页
参考文献第70-76页
致谢第76-78页
攻读学位期间研究成果第78页

论文共78页,点击 下载论文
上一篇:实数有理化的初探及有理逼近在对RSA低解密指数攻击上的应用
下一篇:无线传感器网络查询式分簇路由协议研究