基于小波网络音频信号处理技术
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·音频信号识别技术的发展 | 第9-11页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11页 |
| ·论文的主要内容 | 第11-14页 |
| ·论文的主要研究成果 | 第12页 |
| ·论文的章节安排 | 第12-14页 |
| 2 音频信号识别技术的基本原理 | 第14-26页 |
| ·数字音频信号 | 第14-16页 |
| ·音频信号的特点 | 第14-15页 |
| ·音频信号的分析方法 | 第15-16页 |
| ·音频信号识别技术的组成 | 第16-25页 |
| ·音频信号识别系统的预处理 | 第17-21页 |
| ·音频信号的特征提取 | 第21-24页 |
| ·音频信号的模式训练和识别技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 小波变换在音频信号降噪中的应用 | 第26-43页 |
| ·小波变换基本原理 | 第26-34页 |
| ·小波变换的特点 | 第26-27页 |
| ·小波变换算法 | 第27-31页 |
| ·小波基选取 | 第31-34页 |
| ·基于小波变换的降噪算法 | 第34-38页 |
| ·非线性阈值降噪法 | 第34-37页 |
| ·基于零点率和剩余能量的小波阈值降噪算法 | 第37-38页 |
| ·基于小波变换的降噪实验 | 第38-42页 |
| ·对Blocks波形的降噪实验 | 第38-39页 |
| ·对Mishmash波形的降噪实验 | 第39-40页 |
| ·对Quadchirp波形的降噪实验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 4 小波网络在音频信号识别中的应用 | 第43-53页 |
| ·神经网络的基本原理 | 第43-48页 |
| ·径向基函数神经网络的构成 | 第44-47页 |
| ·小波网络的基本构成 | 第47-48页 |
| ·小波网络的学习算法 | 第48-51页 |
| ·小波网络的输入输出关系 | 第48页 |
| ·小波网络的学习算法 | 第48-51页 |
| ·小波网络在音频信号识别中的应用 | 第51-52页 |
| ·输入特征参数选取 | 第51-52页 |
| ·网络输出编码设定 | 第52页 |
| ·本章小结 | 第52-53页 |
| 5 实验与性能分析 | 第53-65页 |
| ·针对音频信号的小波基选取 | 第53-56页 |
| ·音频信号的预处理实验 | 第56-59页 |
| ·音频信号预加重 | 第56页 |
| ·音频信号加窗分帧和端点检测结果 | 第56-57页 |
| ·音频信号的小波降噪 | 第57-59页 |
| ·音频信号的特征提取 | 第59-61页 |
| ·单帧特征提取实验 | 第59-60页 |
| ·动态时间规整 | 第60-61页 |
| ·小波网络音频特征识别实验 | 第61-64页 |
| ·小波网络的训练 | 第61-63页 |
| ·音频信号识别实验结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-72页 |
