| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 1.4 论文结构和主要创新点 | 第14-16页 |
| 第二章 人脑视听信息整合学习机制研究 | 第16-22页 |
| 2.1 多通道感知信息整合神经机制 | 第16-17页 |
| 2.2 人脑学习记忆机制研究 | 第17-20页 |
| 2.3 认知计算与深度网络模型 | 第20-22页 |
| 第三章 深度学习神经网络模型 | 第22-40页 |
| 3.1 深度学习背景 | 第22-23页 |
| 3.2 深度学习模型 | 第23-25页 |
| 3.2.1 卷积神经网络 | 第23-24页 |
| 3.2.2 递归神经网络 | 第24-25页 |
| 3.3 深度信念网络模型构成 | 第25-36页 |
| 3.3.1 深度信念网络模型 | 第25页 |
| 3.3.2 深度信念网络模型的网络节点函数 | 第25-28页 |
| 3.3.3 受限玻尔兹曼机模型 | 第28-34页 |
| 3.3.4 深度信念网络 | 第34-36页 |
| 3.4 深度信念网络微调算法 | 第36-40页 |
| 3.4.1 BP微调算法 | 第36-37页 |
| 3.4.2 生物钟算法 | 第37-40页 |
| 第四章 音频和视频信息处理 | 第40-50页 |
| 4.1 语音信号特征提取 | 第40-44页 |
| 4.1.1 语音信号预处理 | 第40-42页 |
| 4.1.2 语音信号端点检测 | 第42-43页 |
| 4.1.3 语音信号特征提取 | 第43-44页 |
| 4.2 视频信号特征提取 | 第44-50页 |
| 第五章 基于深度学习的视听信息融合方法实现及结果分析 | 第50-58页 |
| 5.1 基于深度学习的视听融合模型及实现过程 | 第50-52页 |
| 5.2 语音和图像特征提取 | 第52-54页 |
| 5.3 深度信念网络实验及分析 | 第54-58页 |
| 5.3.1 实验数据库及网络参数介绍 | 第54-55页 |
| 5.3.2 迭代次数对网络性能影响分析及实验结果 | 第55页 |
| 5.3.3 单语音、单图像、视听融合实验对比 | 第55-56页 |
| 5.3.4 语音信号加噪声的唇读实验结果及分析 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 课题总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间所取得的相关科研成果 | 第64-66页 |
| 致谢 | 第66-67页 |