| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景和意义 | 第10页 |
| 1.2 语音识别的国内外研究现状 | 第10-13页 |
| 1.3 课题的主要研究内容 | 第13-15页 |
| 第2章 卷积神经网络 | 第15-24页 |
| 2.1 神经网络的介绍 | 第15-20页 |
| 2.1.1 神经元 | 第16-18页 |
| 2.1.2 神经网络 | 第18-19页 |
| 2.1.3 多层感知器 | 第19-20页 |
| 2.2 卷积神经网络 | 第20-22页 |
| 2.3 神经网络的训练 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 语音信号处理 | 第24-36页 |
| 3.1 语音的声学基本特征 | 第24-26页 |
| 3.2 语音信号增强 | 第26-30页 |
| 3.2.1 噪声特性 | 第26-27页 |
| 3.2.2 自相关处理抗噪法 | 第27-28页 |
| 3.2.3 同态滤波法 | 第28-29页 |
| 3.2.4 小波去噪 | 第29-30页 |
| 3.3 语音信号的预处理 | 第30-32页 |
| 3.4 语音信号的端点检测 | 第32页 |
| 3.5 语音信号的特征参数提取 | 第32-35页 |
| 3.5.1 线性预测系数 | 第33-34页 |
| 3.5.2 美尔频率倒谱系数 | 第34-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 分数阶CNN及语音识别 | 第36-44页 |
| 4.1 分数阶微分的定义 | 第36-38页 |
| 4.1.1 分数阶微积分理论的发展 | 第36页 |
| 4.1.2 分数阶Grunwald-Letnikoff定义 | 第36页 |
| 4.1.3 分数阶Caputo定义 | 第36-37页 |
| 4.1.4 分数阶倒数逼近的方法 | 第37-38页 |
| 4.2 分数阶卷积神经网络 | 第38-40页 |
| 4.3 分数阶CNN语音识别 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验与结果分析 | 第44-50页 |
| 5.1 实验环境 | 第44页 |
| 5.2 分数阶CNN在语音识别中的应用实验 | 第44-49页 |
| 5.3 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间所发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |