資源描述：
《數(shù)計(jì)系2011屆畢業(yè)設(shè)計(jì)論文實(shí)用實(shí)用模板》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、實(shí)用標(biāo)準(zhǔn)文案07級本科畢業(yè)設(shè)計(jì)（論文）題目:※※※※※※※※※※※※※※※系別:數(shù)學(xué)與計(jì)算機(jī)科學(xué)系班級:07計(jì)算機(jī)科學(xué)與技術(shù)(嵌入式方向)學(xué)號:200760861???姓名:※※※指導(dǎo)教師:※※※職稱※※※起訖日期:2010年9月28日-2011年3月4日文檔頁面設(shè)置約定：一律用A4紙規(guī)范打印，左邊距為2.8cm，右邊距為2.2cm，上邊距都為2.5cm，下邊距都為2.4cm。頁眉、頁腳邊距分別為1.7cm和1.5cm，奇數(shù)頁眉內(nèi)容為：××屆××專業(yè)畢業(yè)設(shè)計(jì)（論文），偶數(shù)頁眉的內(nèi)容為：×××（作者姓名
2、）：××××（論文題目），均采用宋體小五號居中。中、英文摘要各自單獨(dú)一頁，置于目錄頁之前。頁碼從正文開始編排。本模板未說明的格式，參考《三明學(xué)院畢業(yè)設(shè)計(jì)(論文)撰寫規(guī)范要求》。精彩文檔實(shí)用標(biāo)準(zhǔn)文案題目應(yīng)以簡明、確切、有概括性的詞語反映文章內(nèi)容。字?jǐn)?shù)要適當(dāng)，一般不宜超過20個(gè)漢字。噪聲環(huán)境下語音特征參數(shù)魯棒性的研究張三（三明學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)系*****專業(yè)）摘要：隨著說話人識別技術(shù)的發(fā)展，實(shí)用有效的說話人識別系統(tǒng)越來越成為研究的重點(diǎn)。語音特征參數(shù)的魯棒性直接影響一個(gè)說話人識別系統(tǒng)的具體性能，過去主要
3、針對移動(dòng)通信環(huán)境下存在信道失真的問題，研究差分倒譜的魯棒性。文中則主要在加性白噪聲環(huán)境下研究Mel倒譜參數(shù)、Mel差分倒譜參數(shù)的頑健性以及它們經(jīng)過倒譜系數(shù)零均值化(CMN)處理后識別性能的改進(jìn)。從仿真結(jié)果可以看出：在加性白噪聲環(huán)境下，差分倒譜參數(shù)具有很好的魯棒性；倒譜系數(shù)零均值化能有效的除去加性白噪聲。關(guān)鍵詞：魯棒性；Mel倒譜參數(shù)；Mel差分倒譜；倒譜系數(shù)零均值化1.設(shè)計(jì)（論文）題目為四號黑體字，可以分為1或2行居中打?。辉O(shè)計(jì)（論文）題目下空一行打印作者姓名（單獨(dú)一行，小四號宋體，居中）；下行打印“
4、三明學(xué)院XX級XX專業(yè)”（五號宋體，居中）；再下行打印摘要。2.[摘要]二字為小四號黑體，“摘要：”二字后空一格打印內(nèi)容(五號仿宋體)；摘要內(nèi)容下空一行打印關(guān)鍵字，“關(guān)鍵字：”三字為小四號黑體，其后的內(nèi)容為五號宋體，每兩個(gè)關(guān)鍵字之間空兩格。3.英文摘要題目和關(guān)鍵字全部采用小四號Arial字體，摘要內(nèi)容和關(guān)鍵字內(nèi)容均用五號Arial字體。英文摘要與關(guān)鍵字附文末。摘要字?jǐn)?shù)一般不超過400字。關(guān)鍵詞之間用分號隔開。注：所有文字內(nèi)容僅做樣板。精彩文檔實(shí)用標(biāo)準(zhǔn)文案TheInvestigationoftheRob
5、ustofFeatureExtractedfromSpeechSignalsinAdditiveGaussianNoiseEnvironmentsZhangSan????????2006ComputerScienceandTechnologyMajor，DepartmentofMathematicsandComputerScience,SanmingUniversityAbstract：Withincreasingdemandforsecurityininformationsystem．thedeve
6、lopmentofeffectivespeakerrec．ognitiontechnologiesisveryimpo~ant．Therobustoffeatureextractedfromspeechsignalshasadirectinfluenceonrecognitionsystem．Inthepast，underthecircumstanceofchanneldistortion，deltacepstrumhasbeenwidelystudied．Thispaperfocusesonther
7、obustoffeatureinadditiveGaussiannoiseenvironments．ExperimentsshowthatdeltacepstrumiSrobustfeaturesinadditiveGaussiannoiseenvironments．a(chǎn)ndthatCMN(cepstralmeannormaliza．tion)canefectivelyremovetheeffectsofadditiveGaussiannoise．Keywords：Robust；Melcepstrum；
8、Meldeltacepstrum；Cepstralmeannormalizatio精彩文檔實(shí)用標(biāo)準(zhǔn)文案目錄第一章緒論11.1語音識別簡介11.1.1什么是語音識別11.1.2語音識別的應(yīng)用及分類11.2國內(nèi)外語音識別技術(shù)的發(fā)展歷史及現(xiàn)狀11.3語音識別面臨的問題21.4本課題研究背景及內(nèi)容2第二章語音識別基礎(chǔ)理論42.1語音信號產(chǎn)生的機(jī)理[6]42.2語音信號的預(yù)處理42.2.1預(yù)濾波、采樣、A/D轉(zhuǎn)換42.2.2預(yù)加重52.2.3分幀加窗52.3端點(diǎn)檢
