| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-27页 |
| ·引言 | 第11-13页 |
| ·语音识别系统的分类 | 第13-15页 |
| ·中小词汇量连续语音关键词识别研究的意义 | 第15-18页 |
| ·中小词汇量语音识别研究的意义 | 第15-16页 |
| ·关键词识别研究的重要意义 | 第16-18页 |
| ·选题背景 | 第18-24页 |
| ·关键词识别研究的发展现状 | 第18-20页 |
| ·传统的关键词识别算法中存在的问题 | 第20-21页 |
| ·关键词识别的主要技术难点 | 第21-23页 |
| ·识别系统实用化所面临的问题 | 第23-24页 |
| ·本文的解决方法和论文结构 | 第24-26页 |
| ·本文的创新点 | 第26-27页 |
| 第二章 仿生模式识别理论 | 第27-47页 |
| ·仿生模式识别的提出 | 第27-28页 |
| ·仿生模式识别的基点——特征空间中同类样本全体的连续性规律 | 第28-29页 |
| ·仿生模式识别与传统模式识别的区别 | 第29-30页 |
| ·仿生模式识别的数学基础——高维空间几何 | 第30-39页 |
| ·高维空间 | 第31页 |
| ·高维空间中的有限和无限低维子空间 | 第31-33页 |
| ·高维空间中的体积 | 第33-36页 |
| ·单纯形与高维有限空间 | 第36-39页 |
| ·仿生模式识别理论的实现手段——多权值神经元人工神经网络 | 第39-46页 |
| ·神经元的多维空间几何对应 | 第39-42页 |
| ·不同的覆盖形体对识别效果的影响 | 第42-44页 |
| ·多权值神经元 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第三章 语音识别的预处理和特征提取 | 第47-67页 |
| ·关键词识别系统 | 第47-57页 |
| ·预处理 | 第47-52页 |
| ·语音信号的特征提取 | 第52-57页 |
| ·语音数据库的构成和一种新的特征提取方法 | 第57-66页 |
| ·语音数据库的构成和特点 | 第57-59页 |
| ·关键词样本的提取和MFCC变换 | 第59-62页 |
| ·压缩 | 第62-63页 |
| ·规整关键词样本 | 第63-65页 |
| ·关键词特征的归一化 | 第65-66页 |
| ·小结 | 第66-67页 |
| 第四章 基于仿生模式识别的关键词识别 | 第67-77页 |
| ·基于仿生模式识别的关键词识别过程 | 第67-71页 |
| ·关键词识别的两个阶段 | 第67-68页 |
| ·基于仿生模式识别的训练和识别算法 | 第68-71页 |
| ·关键词识别系统的评价 | 第71-72页 |
| ·实验和分析 | 第72-76页 |
| ·关键词训练及识别样本库的建立 | 第72-73页 |
| ·实验与结果 | 第73-74页 |
| ·结果分析 | 第74-76页 |
| ·小结 | 第76-77页 |
| 第五章 结论与展望 | 第77-79页 |
| 参考文献 | 第79-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间发表的学术论文目录 | 第87页 |