若干图像和语音数据分类问题分析-analysis of several image and voice data classification problems.docx

目录摘要iAbstractiii第一章绪论11.1研究背景及意义11.1.1数据分类概述11.1.2多样本干细胞分化图像数据分类31.1.3单样本语音数据分类41.2研究现状51.2.1常用有监督学习方法61.2.2多样本干细胞分化图像数据分类研究现状71.2.3单样本语音数据分类研究现状101.2.4相关研究现状小结121.3本文研究内容131.3.1多样本干细胞分化图像数据分类研究内容131.3.2单样本语音数据分类研究内容141.4本文创新点151.5论文组织结构18第二章细胞质图像分类算法202.1引言202.1.1信息距离212.1.2基于图像分割的高通量筛选方法252.2干细胞分化图像数据获取过程272.3细胞质图像分类算法282.4多样本干细胞分化图像数据的分类结果312.5小结34第三章信息距离分类算法353.1引言353.1.1基于Acapella和Matlab的高通量筛选363.2图像数据获取过程383.3信息距离分类算法40第I页3.3.1图像压缩413.3.2图像信息距离计算413.3.3准对照图像统计413.3.4平均信息距离计算423.3.5图像分类423.3.6化合物分类433.4多样本干细胞分化图像数据的分类结果443.5小结61第四章合并—权重动态时间规整算法624.1引言624.1.1语音信号的格式描述624.1.2动态时间规整算法654.1.3模糊逻辑694.1.4语音识别中的隐马尔科夫模型704.2语音数据获取过程724.3合并—权重动态时间规整算法744.3.1MFCC时间帧的合并764.3.2模板模式置信指数的获取764.3.3合并—权重动态时间规整784.4单样本语音数据的分类结果804.4.1三种基于动态时间规整算法的算法比较804.4.2隐马尔可夫模型与MWDTW算法的比较834.5小结85第五章一对多权重动态时间规整算法865.1引言865.2语音数据获取及预处理过程875.3一对多权重动态时间规整算法905.3.1MFCC归一化操作935.3.2训练MFCC的一对多特征指数945.3.3训练MFCC和测试MFCC的DTW比对路径955.3.4训练MFCC和测试MFCC的相似性评测955.3.5OAWDTW与MWDTW算法的异同965.4单样本语音数据的分类结果965.5小结98第II页第六章支持向量机—合并动态时间规整算法996.1引言996.2基于支持向量机的合并动态时间规整算法996.2.114维MFCC的建立和归一化1006.2.2利用SVM调适合并后的MFCC时间帧1016.2.314维MFCC时间帧的合并1016.2.4利用SVM修改DTW比对距离公式1026.2.5使用SVM-MDTW做语音识别的结果1036.3小结103第七章结论与展望1047.1本文工作总结1047.1.1多样本干细胞分化图像数据分类1047.2.2单样本语音数据分类1067.2未来工作展望106致谢108参考文献111作者在学期间取得的学术成果120表目录表1.1本论文在多样本图像数据分类算法方面的主要贡献17表1.2本论文在单样本语音数据分类算法方面的主要贡献17表2.1数据集B的活性化合物分类结果32表2.2传统分析方法和CIC算法的活性化合物分类结果33表3.1五种常用的机器学习分类算法的分类结果47表3.2活性化合物分类结果56表3.3计算机辅助分类方法基于二级生物实验验证的统计结果60表4.1录制的人名以及称谓列表73表4.2每一类数据集中所使用的训练数据以及测试数据数目80表4.3三种算法的语音识别正确率（%）82表4.4平均识别正确率（%）和CPU时间（s）比较83表4.5HMM进行交叉检验所使用的训练数据以及测试数据数目84表4.6HMM针对三类数据集的语音识别正确率（%）84表4.7HMM和MWDTW算法的识别正确率比较（%）84表5.1录音环境及条件描述87表5.2录制的人名以及称谓列表88表5.3归一化操作对正确率（%）的影响97表5.4正确率（%）以及OAWDTW相对减少的错误率分值（%）98表6.14个说话人的语音识别正确率（%）103图目录图1.1数据分类的基本过程2图1.2阳/阴性对照化合物对干细胞分化的影响4图1.3支持向量机SVM基本思想6图1.4高通量筛选流程图8图1.5机器学习算法图像分类过程图9图1.6HMM语音识别流程图12图1.7使用本文算法所做的高通量筛选流程图16图2.1科尔莫戈罗夫复杂度示例21图2.201串二叉树示意图24图2.3通用高通量筛选软件工作流程图[77]26图2.4对细胞核图像进行分割后的结果示意图[77]27图2.5化合物添加位置以及微孔示例28图2.6任意一对对照图像之间的信息距离分布32图2.7活性化合物和非活性化合物的