| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-14页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 国内外研究与应用现状 | 第9-11页 |
| 1.2.1 声音异常检测的国内外研究现状 | 第9-10页 |
| 1.2.2 稀疏表示的国内外研究现状 | 第10页 |
| 1.2.3 应用现状 | 第10-11页 |
| 1.3 主要内容和创新点 | 第11-13页 |
| 1.4 组织结构 | 第13-14页 |
| 第2章 相关技术简介 | 第14-25页 |
| 2.1 稀疏表示方法概述 | 第14-18页 |
| 2.1.1 匹配追踪算法 | 第14-17页 |
| 2.1.2 正交匹配追踪算法 | 第17-18页 |
| 2.2 声音特征提取方法 | 第18-23页 |
| 2.2.1 梅尔频率倒谱系数 | 第19-20页 |
| 2.2.2 线性预测系数 | 第20-22页 |
| 2.2.3 幂归一化倒谱系数 | 第22-23页 |
| 2.3 支持向量机简介 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于遗传算法的稀疏表示方法(GA-OMPA) | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 遗传算法 | 第25-26页 |
| 3.3 改进的稀疏表示方法 | 第26-30页 |
| 3.4 仿真实验及结果分析 | 第30-36页 |
| 3.4.1 实验的建立 | 第30-31页 |
| 3.4.2 结果分析 | 第31-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于GA-OMPA及降噪处理的鸡群声音检测方法 | 第37-52页 |
| 4.1 引言 | 第37页 |
| 4.2 多频带谱减法 | 第37-39页 |
| 4.3 算法的结合 | 第39-41页 |
| 4.4 特征融合 | 第41-43页 |
| 4.5 仿真实验及结果分析 | 第43-51页 |
| 4.5.1 实验的建立 | 第43-44页 |
| 4.5.2 结果分析 | 第44-51页 |
| 4.5.2.1 梅尔频率倒谱系数(MFCC) | 第45-46页 |
| 4.5.2.2 线性预测系数(LPC) | 第46-48页 |
| 4.5.2.3 幂归一化倒谱系数(PNCC) | 第48-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 基于GA-OMPA及信号重构的鸡群声音检测方法 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 算法的结合 | 第52-54页 |
| 5.3 特征融合 | 第54-55页 |
| 5.4 仿真实验及结果分析 | 第55-62页 |
| 5.4.1 实验的建立 | 第55页 |
| 5.4.2 结果分析 | 第55-62页 |
| 5.4.2.1 梅尔频率倒谱系数(MFCC) | 第56-58页 |
| 5.4.2.2 线性预测系数(LPC) | 第58-59页 |
| 5.4.2.3 幂归一化倒谱系数(PNCC) | 第59-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第6章 基于GA-OMPA、降噪处理及信号重构的鸡群声音检测方法 | 第64-74页 |
| 6.1 引言 | 第64页 |
| 6.2 算法的结合 | 第64-65页 |
| 6.3 特征融合 | 第65页 |
| 6.4 仿真实验及结果分析 | 第65-72页 |
| 6.4.1 实验的建立 | 第65-66页 |
| 6.4.2 结果分析 | 第66-72页 |
| 6.4.2.1 梅尔频率倒谱系数(MFCC) | 第67-68页 |
| 6.4.2.2 线性预测系数(LPC) | 第68-69页 |
| 6.4.2.3 幂归一化倒谱系数(PNCC) | 第69-72页 |
| 6.5 本章小结 | 第72-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 个人简历 | 第82-83页 |
| 在学校期间的研究成果以及发表的学术论文 | 第83页 |
