| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 课题的研究现状及发展趋势 | 第11-14页 |
| 1.3 课题的研究难点 | 第14-15页 |
| 1.4 论文的主要研究内容 | 第15-16页 |
| 1.5 论文的组织安排 | 第16-18页 |
| 2 异常声音特征提取方法 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 语音信号分析方法用于异常声音特征提取 | 第18-26页 |
| 2.2.1 时域特征参数 | 第18-22页 |
| 2.2.2 频域特征参数 | 第22-25页 |
| 2.2.3 梅尔频率倒谱系数 | 第25-26页 |
| 2.3 非语音信号分析方法用于异常声音特征提取 | 第26-34页 |
| 2.3.1 经验模态分解 | 第26-29页 |
| 2.3.2 局部均值分解 | 第29-32页 |
| 2.3.3 极点对称模态分解 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 3 改进的局部均值分解方法 | 第36-52页 |
| 3.1 引言 | 第36页 |
| 3.2 改进的LMD缓解端点效应 | 第36-38页 |
| 3.2.1 理论分析 | 第36-37页 |
| 3.2.2 实验结果与分析 | 第37-38页 |
| 3.3 改进的LMD减小分解耗时 | 第38-51页 |
| 3.3.1 改进的LMD减小滑动平均过程导致的分解耗时 | 第39-46页 |
| 3.3.2 改进的LMD减小分量阶数及筛选次数不确定导致的分解耗时 | 第46-51页 |
| 3.4 本章小结 | 第51-52页 |
| 4 基于CELMDAN的公共场所异常声音特征提取方法研究 | 第52-70页 |
| 4.1 引言 | 第52页 |
| 4.2 基于CELMDAN的公共场所异常声音特征提取方法 | 第52-61页 |
| 4.2.1 ELMD方法的原理分析 | 第52-53页 |
| 4.2.2 提出的CELMDAN原理及方法 | 第53-59页 |
| 4.2.3 公共场所异常声音特征提取及识别 | 第59-61页 |
| 4.3 实验结果与分析 | 第61-66页 |
| 4.3.1 预处理实验 | 第61-62页 |
| 4.3.2 无噪声环境下的对比实验 | 第62-64页 |
| 4.3.3 噪声环境下的对比实验 | 第64-66页 |
| 4.4 异常声音检测与识别演示系统设计 | 第66-69页 |
| 4.5 本章小结 | 第69-70页 |
| 5 总结展望 | 第70-72页 |
| 5.1 工作总结 | 第70-71页 |
| 5.2 工作展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |
| A. 作者在攻读学位期间参加的科研项目 | 第78页 |
