| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 存在的问题 | 第14页 |
| 1.4 本文的创新点以及结构安排 | 第14-15页 |
| 1.4.1 本文的创新点 | 第14-15页 |
| 1.4.2 本文的结构安排 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 音频理论基础 | 第16-28页 |
| 2.1 音频信号模型 | 第16-20页 |
| 2.2 音频信号特征简介 | 第20-27页 |
| 2.2.1 时域特征 | 第20-22页 |
| 2.2.2 频域特征 | 第22-24页 |
| 2.2.3 人类感知特征 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 分类理论基础 | 第28-43页 |
| 3.1 K-Means聚类 | 第28-29页 |
| 3.2 高斯混合模型(GMM) | 第29-34页 |
| 3.2.1 最大似然 | 第31页 |
| 3.2.2 高斯混合的EM算法 | 第31-34页 |
| 3.3 隐马尔科夫模型(HMM) | 第34-42页 |
| 3.3.1 HMM的组成要素 | 第34-36页 |
| 3.3.2 关于HMM的三个基本问题 | 第36页 |
| 3.3.3 三个基本问题的求解 | 第36-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 非负矩阵分解 | 第43-53页 |
| 4.1 基本概念 | 第43-45页 |
| 4.2 通用算法 | 第45-47页 |
| 4.3 稀疏性(Sparseness) | 第47-48页 |
| 4.3.1 水平稀疏性(Horizontal Sparseness) | 第47-48页 |
| 4.3.2 垂直稀疏性(Vertical Sparseness) | 第48页 |
| 4.4 时间和非负矩阵分解 | 第48-51页 |
| 4.4.1 卷积非负矩阵分解(Convolutive NMF) | 第48-49页 |
| 4.4.2 非负分解的隐马尔可夫模型(Non-negative Factorial Hidden MarkovModel) | 第49-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 基于NMF的音频事件检测 | 第53-58页 |
| 5.1 NMF非监督声源分离 | 第54-55页 |
| 5.2 孤立音频事件检测 | 第55-57页 |
| 5.2.1 特征提取与模型训练 | 第55-56页 |
| 5.2.2 音频事件检测 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第六章 数据库选取与结果分析 | 第58-71页 |
| 6.1 数据库简介 | 第58-59页 |
| 6.2 性能评估 | 第59-60页 |
| 6.3 结果分析 | 第60-69页 |
| 6.3.1 对比算法简介 | 第61页 |
| 6.3.2 孤立音频事件检测结果 | 第61-65页 |
| 6.3.3 叠加音频事件检测结果 | 第65-69页 |
| 6.4 本章小结 | 第69-71页 |
| 总结 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
