声明
致谢
1 引言
1.1 研究背景及意义
1.2 国内外文献研究现状与分析
1.2.1常见的驾驶疲劳检测技术
1.2.2基于语音特征的疲劳检测技术
1.2.3基于语音特征疲劳检测现状的总结
1.3 论文研究内容和技术路线
2 语音信号的预处理及特征提取
2.1 语音信号的预处理
2.1.1语音信号的降噪
2.1.2语音信号的预加重和加窗分帧
2.2 语音信号特征的提取
2.2.2短时能量
2.2.3短时过零率
2.2.4基音频率的提取
2.2.5共振峰特征的提取
2.2.6最大Lyapunov指数的提取
2.3 本章小结
3 基于乘务员工作性质的疲劳诱发实验设计
3.1 实验目的
3.2 实验设计
3.2.2实验任务
3.2.3实验变量
3.2.4实验设备
3.2.5实验流程
3.3 实验数据分析与结果分析
3.3.1实验数据分析
3.3.2实验结果分析
3.4 本章小结
4 疲劳前后语音数据处理与分析
4.1 疲劳前后语音数据综合汇总与分析
4.2 音素整体语音特征敏感性分析
4.2.2整体语音特征敏感性结果分析
4.3 音素的疲劳敏感性分析
4.3.1元音的疲劳敏感性分析
4.3.2送气辅音的疲劳敏感性分析
4.4 本章小结
5 基于支持向量机的语音疲劳分类实验
5.1 支持向量机原理
5.2 基于语音特征的疲劳检测模型搭建与 LIBSVM实现
5.3 基于 SVM 的语音特征疲劳分类测试
5.3.1语音敏感特征的疲劳分类测试和结果分析
5.3.2敏感音素的疲劳分类测试和结果分析
5.3.3基于朴素贝叶斯的敏感音素等级验证
5.4 本章小结
6 总结和展望
6.1 总结
6.2 展望
参考文献
图索引
表索引
作者简历及攻读硕士/博士学位期间取得的研究成果
声明
学位论文数据集
北京交通大学;