封面
中文摘要
英文摘要
目录
第1章 绪 论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1 声学特征分析研究现状
1.2.2 音频场景识别研究现状
1.2.3 深度神经网络的研究现状
1.3 研究内容
第2章 基于MFCC和KNN的场景识别基线系统
2.1 引言
2.2基本流程、预处理及特征提取
2.2.1 基线系统基本流程
2.2.2 音频信号预处理及特征提取
2.3 场景识别
2.3.1 k近邻算法的理论基础及算法流程
2.3.2 KNN模型及基本要素
2.3.3 k近邻算法应用
2.4 实验结果及分析
2.4.1 实验数据
2.4.2 实验参数调整及结果分析
2.5 本章小结
第3章 基于卷积神经网络的音频特征提取及场景识别
3.1 引言
3.2 现有音频特征在场景识别方面的适用性分析
3.3 基于CNN的深层特征提取原理及学习算法
3.3.1 CNN拓扑结构
3.3.2 CNN计算方式
3.3.3 CNN学习算法
3.4 基于CNN的场景特征提取及识别分析
3.4.1 语谱图的特性以及CNN方法的适用性
3.4.2 卷积滤波器的设计
3.4.3 特征提取及分类
3.5 实验过程及结果分析
3.5.1实验数据
3.5.2 实验基本网络结构
3.5.3 实验参数调整及结果分析
3.5.4 实验流程及中间结果分析
3.6本章小结
第4章 基于解卷积神经网络的音频特征提取及场景识别
4.1 引言
4.2 基于解卷积神经网络的特征分析
4.2.1解卷积神经网络的拓扑结构
4.2.2解卷积神经网络的计算方式
4.2.3解卷积神经网络的学习算法
4.3解卷积神经网络用于音频场景的特征分析及识别算法
4.3.1 解卷积神经网络的适用性分析
4.3.2 解卷积神经网络用于音频场景特征提取及识别算法
4.4 实验结果及分析
4.4.1实验数据预处理
4.4.2实验基本网络结构
4.4.3实验参数调整及结果分析
4.5 本章小结
结论
参考文献
声明
致谢