基于脉冲神经网络的语音识别方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11-13页 |
| ·本文的研究内容 | 第13-14页 |
| 第二章 神经网络的理论基础 | 第14-21页 |
| ·神经元及其行为机理 | 第14-17页 |
| ·人工神经网络的信息处理原理 | 第17-18页 |
| ·人工神经网络的历史 | 第18-21页 |
| 第三章 脉冲神经网络 | 第21-34页 |
| ·提出动机 | 第21-23页 |
| ·脉冲神经网络介绍 | 第23-25页 |
| ·神经元动力学原理 | 第23页 |
| ·编码方式 | 第23-25页 |
| ·神经元模型 | 第25-31页 |
| ·平衡电位 | 第26-27页 |
| ·H-H模型 | 第27-31页 |
| ·网络结构 | 第31-33页 |
| ·脉冲神经网络的相关应用 | 第33-34页 |
| 第四章 语音识别技术综述 | 第34-46页 |
| ·语音识别的发展历史 | 第34-36页 |
| ·国外研究历史及现状 | 第34-36页 |
| ·国内研究历史及现状 | 第36页 |
| ·语音识别系统的分类 | 第36-37页 |
| ·语音识别的几种基本方法 | 第37-40页 |
| ·基于语音学和声学的方法 | 第37-38页 |
| ·模板匹配的方法 | 第38-39页 |
| ·神经网络的方法 | 第39-40页 |
| ·语音识别系统的结构 | 第40-43页 |
| ·语音识别所面临的问题 | 第43-45页 |
| ·语音识别技术的前景和应用 | 第45-46页 |
| 第五章 基于脉冲神经网络的语音识别方法 | 第46-63页 |
| ·语音信号的预处理 | 第46-51页 |
| ·语音信号的预加重 | 第47页 |
| ·加窗分帧处理 | 第47-48页 |
| ·语音的端点检测 | 第48-51页 |
| ·语音信号的特征提取 | 第51-58页 |
| ·线形预测系数(LPC) | 第52-55页 |
| ·线形预测倒谱系数(LPCC) | 第55-56页 |
| ·Mel频率倒谱系数(MFCC) | 第56-58页 |
| ·神经元模型的建立 | 第58-60页 |
| ·圆映射 | 第60-63页 |
| ·输出信号的圆映射 | 第60-61页 |
| ·输出信号的符号动力学分析 | 第61-63页 |
| 第六章 实验与讨论 | 第63-69页 |
| ·语音样本库的建立 | 第63-64页 |
| ·语音信号的端点检测与特征提取 | 第64-65页 |
| ·脉冲神经元的设计与圆映射 | 第65-66页 |
| ·实验结果与分析 | 第66-69页 |
| 第七章 工作总结与展望 | 第69-71页 |
| ·全文工作总结 | 第69-70页 |
| ·进一步研究工作的展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
