基于语音声谱图的帕金森症检测研究与系统开发
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 帕金森症和语音 | 第9页 |
| 1.2.2 帕金森症与持续元音 | 第9-10页 |
| 1.2.3 机器学习在帕金森症诊断的相关应用 | 第10页 |
| 1.3 论文的主要工作及章节安排 | 第10-12页 |
| 第二章 相关背景知识介绍 | 第12-22页 |
| 2.1 语音信号处理中的相关概念 | 第12-14页 |
| 2.2 卷积神经网络的介绍 | 第14-20页 |
| 2.2.1 神经网络 | 第14-17页 |
| 2.2.2 深度学习 | 第17-18页 |
| 2.2.3 卷积神经网络 | 第18-20页 |
| 2.3 Deeplearning4J(DL4J) | 第20-22页 |
| 第三章 大数据下的典型机器学习平台综述 | 第22-42页 |
| 3.1 机器学习算法的特点及并行化 | 第23-25页 |
| 3.1.1 机器学习算法的数学表达 | 第23-24页 |
| 3.1.2 机器学习算法的特点 | 第24页 |
| 3.1.3 数据并行化 | 第24-25页 |
| 3.1.4 模型并行化 | 第25页 |
| 3.2 并行计算模型 | 第25-29页 |
| 3.2.1 BSP并行计算模型 | 第26-27页 |
| 3.2.2 SSP并行计算模型 | 第27-28页 |
| 3.2.3 并行计算模型小结 | 第28-29页 |
| 3.3 大数据机器学习平台及相关编程模型 | 第29-40页 |
| 3.3.1 Apache Mahout框架 | 第29-31页 |
| 3.3.2 Apache Spark平台 | 第31-36页 |
| 3.3.3 Petuum | 第36-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 基于语音声谱图的帕金森症检测算法 | 第42-48页 |
| 4.1 语音声谱图 | 第42-43页 |
| 4.2 帕金森症检测算法 | 第43-46页 |
| 4.2.1 卷积神经网络结构 | 第43-45页 |
| 4.2.2 卷积层 | 第45页 |
| 4.2.3 下采样层 | 第45页 |
| 4.2.4 模型的参数和训练 | 第45-46页 |
| 4.3 数据集说明 | 第46-47页 |
| 4.4 实验结果 | 第47-48页 |
| 第五章 帕金森症检测系统实现 | 第48-54页 |
| 5.1 系统总体架构 | 第48页 |
| 5.2 服务器端的设计与实现 | 第48-53页 |
| 5.2.1 用户管理模块 | 第48-49页 |
| 5.2.2 上传模块 | 第49-50页 |
| 5.2.3 帕金森症检测模块 | 第50-52页 |
| 5.2.4 数据库模块 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |
