基于随机森林的语音情感识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外相关研究现状 | 第10-14页 |
| ·语音情感识别的研究现状 | 第10-12页 |
| ·随机森林的研究现状 | 第12-14页 |
| ·主要研究内容 | 第14-15页 |
| ·文章的内容框架 | 第15-17页 |
| 第二章 语音情感识别的理论 | 第17-25页 |
| ·语音信号预处理 | 第17-19页 |
| ·语音情感特征的提取 | 第19-20页 |
| ·语音情感特征降维方法 | 第20-22页 |
| ·语音情感分类算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 随机森林算法的理论 | 第25-35页 |
| ·决策树 | 第25-27页 |
| ·集成学习 | 第27-29页 |
| ·构造基分类器 | 第28页 |
| ·集成基分类器 | 第28-29页 |
| ·Bagging 算法 | 第29-30页 |
| ·随机森林 | 第30-34页 |
| ·随机森林的定义 | 第30页 |
| ·随机森林的理论 | 第30-32页 |
| ·随机森林的算法描述 | 第32-33页 |
| ·随机森林的特点 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于最近邻的随机森林算法 | 第35-48页 |
| ·最近邻分类算法 | 第35-36页 |
| ·算法原理 | 第35页 |
| ·算法优势 | 第35-36页 |
| ·潜在近邻与随机森林 | 第36-41页 |
| ·潜在近邻 | 第36-37页 |
| ·随机森林与潜在近邻的关系 | 第37-38页 |
| ·基于最近邻的随机森林算法 | 第38-41页 |
| ·实验中的对比算法 | 第41-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·UCI 数据上不同规模森林测试 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于随机森林的语音情感识别 | 第48-62页 |
| ·实验与应用 | 第48-55页 |
| ·语音情感数据库 | 第48页 |
| ·交叉验证 | 第48-50页 |
| ·实验结果分析 | 第50-51页 |
| ·不同规模森林测试 | 第51-53页 |
| ·对比常规语音识别算法 | 第53-55页 |
| ·基于距离度量改进 | 第55-57页 |
| ·距离度量 | 第55-56页 |
| ·实验设计与分析 | 第56-57页 |
| ·基于 K 近邻准则改进 | 第57-60页 |
| ·K 近邻分类算法 | 第57-58页 |
| ·基于 K 近邻改进的随机森林 | 第58-59页 |
| ·实验结果分析 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 答辩委员会对论文的评定意见 | 第70页 |
