声明
摘要
图表目录
绪论
1.1 研究目的和意义
1.2 发展历史和研究现状
1.3 论文工作的主要内容
1.4 论文的组织结构
第二章 数据的准备
2.1 声音数据的预处理
2.1.1 预加重
2.1.2 声音信号的加窗分帧
2.2 声音数据的端点检测
2.2.1 短时过零率和短时能量
2.2.2 基于短时过零率和短时能量的端点检测
2.3 声音数据的特征提取
2.3.1 线性预测及其倒谱系数
2.3.2 梅尔倒谱系数
2.3.3 感知线性预测
2.3.4 动态参数
2.4 实验数据集的建立
2.4.1 目标音与噪声的划分
2.4.2 声学特征的选取
2.5 本章小结
第三章 基于GMM的管道测漏检测技术研究
3.1 系统基本结构
3.2 训练阶段
3.2.1 GMM模型的相关理论
3.2.2 GMM模型参数的初始化
3.2.3 GMM模型的参数估计
3.2.4 异常样本的处理
3.3 识别阶段
3.4 本章小结
第四章 基于GMM-SVM的管道泄漏检测技术研究
4.1 支持向量机(SVM)
4.1.1 线性分类器
4.1.2 非线性分类器
4.2 SVM的多类分类方法
4.3 基于GMM-SVM的管道泄漏检测系统设计
4.4 本章小结
第五章 实验结果分析
5.1 实验平台及识别结果的平均标准
5.2 实验结果分析
5.2.1 不同特征对比实验
5.2.2 加入动态信息和能量的特征的识别实验
5.2.3 不同混合特征的对比实验
5.2.4 基于GMM和GMM+SVM识别系统的对比实验
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
内蒙古大学;