| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容及章节安排 | 第13-15页 |
| 第二章 音频监控相关技术 | 第15-32页 |
| 2.1 音频信号的预处理 | 第15-16页 |
| 2.2 音频信号处理常用特征 | 第16-21页 |
| 2.2.1 时域特征 | 第17-18页 |
| 2.2.2 频域特征 | 第18-21页 |
| 2.3 音频事件检测技术 | 第21-27页 |
| 2.3.1 动态时间规整DTW | 第21-22页 |
| 2.3.2 隐马尔科夫模型HMM | 第22页 |
| 2.3.3 人工神经网络ANN | 第22-23页 |
| 2.3.4 支持向量机SVM | 第23-24页 |
| 2.3.5 高斯混合模型GMM | 第24-27页 |
| 2.4 音频检索技术 | 第27-31页 |
| 2.5 性能评价准则 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 开放环境下的异常音频监控方法 | 第32-62页 |
| 3.1 音频事件定位 | 第32-37页 |
| 3.1.1 端点检测算法 | 第32-33页 |
| 3.1.2 基于短时能频值的自适应端点检测算法 | 第33-36页 |
| 3.1.3 分段效果 | 第36-37页 |
| 3.2 基于模糊聚类的高斯原子字典的设计 | 第37-47页 |
| 3.2.1 矢量量化VQ | 第38-40页 |
| 3.2.2 基于模糊聚类的高斯原子字典以及GMM模型的生成 | 第40-45页 |
| 3.2.3 实验比对与分析 | 第45-47页 |
| 3.3 基于TF-IDF加权系数的音频检索 | 第47-53页 |
| 3.3.1 TF-IDF加权系数 | 第47-48页 |
| 3.3.2 基于TF-IDF加权系数的音频检索 | 第48-51页 |
| 3.3.3 实验比对与分析 | 第51-53页 |
| 3.4 GMM模型的增量密度估计算法 | 第53-61页 |
| 3.4.1 增量学习 | 第54-55页 |
| 3.4.2 增量GMM模型的密度估计算法 | 第55-59页 |
| 3.4.3 实验比对与分析 | 第59-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 异常音频事件检测系统 | 第62-72页 |
| 4.1 系统框架 | 第62-63页 |
| 4.2 系统各部分实现 | 第63-65页 |
| 4.3 系统性能评估 | 第65-70页 |
| 4.3.1 实验数据 | 第65-66页 |
| 4.3.2 实验结果与分析 | 第66-70页 |
| 4.4 本章小结 | 第70-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 工作总结 | 第72页 |
| 5.2 后续工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |