| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7页 |
| 1.2 研究现状 | 第7-13页 |
| 1.2.1 图像去噪技术 | 第7-10页 |
| 1.2.2 语音识别技术 | 第10页 |
| 1.2.3 语音识别技术的难点分析 | 第10-13页 |
| 第二章 脉冲耦合神经网络 | 第13-17页 |
| 2.1 研究背景 | 第13-14页 |
| 2.2 视觉皮层神经网络模型 | 第14-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 基于灰度数字形态学与PCNN的椒盐噪声滤波 | 第17-39页 |
| 3.1 基于空间域处理的去噪算法 | 第17-21页 |
| 3.1.1 均值滤波去噪 | 第17-18页 |
| 3.1.2 中值滤波去噪 | 第18-19页 |
| 3.1.3 维纳滤波去噪 | 第19-21页 |
| 3.2 基于频率域处理的去噪算法 | 第21-24页 |
| 3.2.1 频域变换 | 第21-22页 |
| 3.2.2 基于小波变换的图像去噪 | 第22-24页 |
| 3.3 基于数字形态学与PCNN的图像去噪 | 第24-38页 |
| 3.3.1 PCNN运行机制 | 第24-26页 |
| 3.3.2 数字形态学理论基础 | 第26页 |
| 3.3.3 基于数字形态学的图像处理 | 第26-30页 |
| 3.3.4 基于数字形态学的PCNN的图像去噪算法 | 第30-32页 |
| 3.3.5 仿真实验及算法对比 | 第32-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于PCNN的语音识别 | 第39-51页 |
| 4.1 语音识别概述 | 第39-42页 |
| 4.1.1 什么是语音识别 | 第39页 |
| 4.1.2 语音识别特征提取方法 | 第39页 |
| 4.1.3 语音识别发展历史及现状 | 第39-42页 |
| 4.2 基于PCNN的语音识别 | 第42-46页 |
| 4.2.1 基于PCNN的语音识别系统框架 | 第42页 |
| 4.2.2 语音信号采集和预处理 | 第42-44页 |
| 4.2.3 语谱图图像特征参数提取 | 第44-45页 |
| 4.2.4 基于PCNN特征参数的DTW语音识别系统 | 第45-46页 |
| 4.3 实验设置与结果分析 | 第46-50页 |
| 4.3.1 实验参数的设置 | 第46-47页 |
| 4.3.2 实验结果及分析 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 全文总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |
