| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·引言 | 第9页 |
| ·课题来源及研究的目的和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| 第2章 ANN/HMM混合模型 | 第13-30页 |
| ·ANN模型简介 | 第13-16页 |
| ·人工神经网络的特点和基本原理 | 第13-15页 |
| ·ANN的学习 | 第15-16页 |
| ·HMM模型简介 | 第16-19页 |
| ·基本概念 | 第16-17页 |
| ·HMM的结构 | 第17-18页 |
| ·HMM训练与识别算法 | 第18-19页 |
| ·ANN/HMM 混合模型 | 第19-28页 |
| ·模型结构 | 第19-22页 |
| ·基本算法 | 第22-25页 |
| ·混合模型的训练方法 | 第25-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 ANN/HMM混合模型状态数目自动优化方法 | 第30-40页 |
| ·模型的调整 | 第30-31页 |
| ·自动增加状态的方法 | 第31-34页 |
| ·原理 | 第31页 |
| ·实例 | 第31-33页 |
| ·具体算法 | 第33-34页 |
| ·自动删除状态的方法 | 第34-36页 |
| ·原理 | 第34-35页 |
| ·具体算法 | 第35页 |
| ·ANN/HMM 混合模型的总体算法流程 | 第35-36页 |
| ·固定状态数法与自动增减状态数法的实验分析 | 第36-39页 |
| ·固定状态数ANN/HMM 的建模效果 | 第36-38页 |
| ·自动增减状态数法的建模效果 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 多重ANN/HMM模型研究 | 第40-54页 |
| ·多重ANN/HMM的结构 | 第40-41页 |
| ·竞争学习机制 | 第41-42页 |
| ·原理 | 第41-42页 |
| ·竞争学习算法 | 第42页 |
| ·自适应特征重组方法 | 第42-45页 |
| ·原理 | 第43-44页 |
| ·自适应特征重组的算法 | 第44-45页 |
| ·实验分析 | 第45-52页 |
| ·语音信号的预处理与特征提取 | 第45-49页 |
| ·多重ANN/HMM混合模型的建模效果 | 第49-51页 |
| ·自适应特征重组方法的实验结果 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 应用示例－语音控制车载导航系统 | 第54-59页 |
| ·系统设计 | 第54-56页 |
| ·系统结构 | 第54页 |
| ·交互技术 | 第54-56页 |
| ·系统界面 | 第56-58页 |
| ·主界面 | 第56-57页 |
| ·语音识别模块界面 | 第57-58页 |
| ·语音训练模块界面 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |