| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景及意义 | 第9-10页 |
| 1.3 病理语音国内外研究现状 | 第10-12页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12页 |
| 1.4 论文的主要研究内容 | 第12-14页 |
| 第2章 病理语音的声学特征提取研究 | 第14-29页 |
| 2.1 引言 | 第14页 |
| 2.2 传统声学特征提取 | 第14-19页 |
| 2.2.1 韵律特征 | 第14-15页 |
| 2.2.2 声音质量特征 | 第15-16页 |
| 2.2.3 频谱相关特征 | 第16-19页 |
| 2.3 基于 S 变换的特征提取 | 第19-24页 |
| 2.3.1 S 变换基本原理 | 第19-21页 |
| 2.3.2 基于 S 变换的特征提取 | 第21-24页 |
| 2.4 实验与结果分析 | 第24-28页 |
| 2.4.1 语料介绍 | 第24-25页 |
| 2.4.2 评价指标 | 第25-26页 |
| 2.4.3 实验及结果分析 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于非线性的病理语音特征提取 | 第29-39页 |
| 3.1 引言 | 第29-30页 |
| 3.2 相空间重构 | 第30-33页 |
| 3.2.1 时间延迟估计 | 第30-31页 |
| 3.2.2 嵌入维数估计 | 第31-33页 |
| 3.3 非线性特征提取 | 第33-37页 |
| 3.3.1 最大李雅普诺夫指数 | 第33-34页 |
| 3.3.2 近似熵 | 第34-36页 |
| 3.3.3 Lempel-Ziv 复杂度(LZC) | 第36-37页 |
| 3.4 实验与结果分析 | 第37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 特征融合与降维方法研究 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 降维的数学描述 | 第39-40页 |
| 4.3 基于可视化技术的特征融合与降维方法 | 第40-45页 |
| 4.3.1 雷达图 | 第40-43页 |
| 4.3.2 基于 F-Score 的特征排序 | 第43-44页 |
| 4.3.3 基于分层递阶的可视化特征融合与降维方法 | 第44-45页 |
| 4.4 基于粒子群的特征选择算法 | 第45-48页 |
| 4.5 实验与结果分析 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 病理语音诊断系统的构建 | 第51-54页 |
| 5.1 系统设计 | 第51-52页 |
| 5.2 功能模块的实现 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |