| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 缩写词 | 第11-12页 |
| 1 绪论 | 第12-22页 |
| 1.1 课题研究背景及意义 | 第12-14页 |
| 1.2 课题的研究现状 | 第14-18页 |
| 1.3 课题研究难点 | 第18页 |
| 1.4 论文的主要研究内容 | 第18-19页 |
| 1.5 论文的组织安排 | 第19-22页 |
| 2 公共场所异常声音信号及背景噪声特性分析 | 第22-36页 |
| 2.1 引言 | 第22页 |
| 2.2 异常声音数据库及典型公共场所背景噪声数据库建立 | 第22-28页 |
| 2.2.1 异常声音数据库建立 | 第22-26页 |
| 2.2.2 背景噪声数据库建立 | 第26-28页 |
| 2.3 公共场所异常声音信号的特性分析 | 第28-33页 |
| 2.3.1 公共场所异常声音信号时域分析 | 第28-29页 |
| 2.3.2 公共场所异常声音信号时频域分析 | 第29-31页 |
| 2.3.3 公共场所异常声音信号的小波分析 | 第31-33页 |
| 2.4 公共场所背景噪声的特性分析 | 第33-35页 |
| 2.4.1 公共场所背景噪声的特性分析 | 第33-34页 |
| 2.4.2 公共场所背景噪声的分布模型 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 3 异常声音信号特征提取方法 | 第36-49页 |
| 3.1 引言 | 第36页 |
| 3.2 语音信号分析方法 | 第36-37页 |
| 3.3 自适应数据分析方法 | 第37-48页 |
| 3.3.1 经验模态分解 | 第37-40页 |
| 3.3.2 局部均值分解 | 第40-44页 |
| 3.3.3 极点对称模态分解 | 第44-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 改进极点对称模态分解方法研究 | 第49-72页 |
| 4.1 引言 | 第49页 |
| 4.2 极点对称模态分解存在的问题 | 第49-51页 |
| 4.3 改进极点对称模态分解原理 | 第51-57页 |
| 4.3.1 基于t分布的极点对称模态分解去噪方法 | 第51-54页 |
| 4.3.2 基于排列熵的极点对称模态分解模态筛选方法 | 第54-56页 |
| 4.3.3 基于对称中点插值的极点对称模态分解插值方法 | 第56-57页 |
| 4.4 改进极点对称模态分解方法用于公共场所异常声音特征提取 | 第57-58页 |
| 4.5 实验及结果分析 | 第58-71页 |
| 4.5.1 预处理 | 第60-62页 |
| 4.5.2 公共场所异常声音特征分解实验 | 第62-66页 |
| 4.5.3 无噪声环境下异常声音识别实验 | 第66-68页 |
| 4.5.4 噪声环境下异常声音识别实验 | 第68-71页 |
| 4.6 本章小结 | 第71-72页 |
| 5 总结展望 | 第72-74页 |
| 5.1 工作总结 | 第72-73页 |
| 5.2 工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 附录 | 第78页 |
| A作者在攻读硕士学位期间发表的论文目录 | 第78页 |
| B作者在攻读硕士学位期间参加的科研项目 | 第78页 |
