1. 研究目的与意义
声音事件广泛地存在于人类的各种活动中。
在生活中，婴儿由于还未学会说话，通常只能以哭声来表达自身的各种状态（例如饥饿，生病，冷热），父母可以通过婴儿不同的哭声判断出婴儿的状态，给予婴儿更好的照顾。
在战场上，作战双方会利用各种军事掩体来隐蔽自己的位置，因此仅凭观察很难发现敌人，而有经验的士兵们会通过听取敌人的脚步声与枪声，来判断敌人的位置，从而决定下一步的行动。
2. 课题关键问题和重难点
1.基于向量机模型2.声音事件识别统计学习理论（Statistical Learning Theory，简称SLT）是一种专门研究小样本情况下机器学习规律的理论。
该理论针对小样本统计问题建立了一套新的理论体系，在这种体系下的统计推理规则不仅考虑了对渐近性能的要求，而且追求在现有有限信息的条件下得到最优结果。
V. Vapnik等人从六、七十年代开始致力于此方面研究[99-101]，到九十年代中期，随着其理论的不断发展和成熟，统计学习理论开始受到越来越广泛的重视。
3. 国内外研究现状（文献综述）
在Rn空间中，S是由其中的点组成的集合。
对于S中的某点xi (i=1,2,,N)，用一个分类将它分成两个部分。
yi=1和yi=－1来标记它是否属于某个分类。
4. 研究方案
随机模型法是目前语音识别主流的研究途径。
其方法一般是从语音识别的声学语音学层次到句法层次，将全部语音的统计知识容纳在一个统计的统计模型框架之内。
当然在这个统一的统计模型框架中，也可以利用其他方法如概率语法分析法所得到的一些成果，尤其是其中的一些句法成果。
5. 工作计划
第一周：查找文献资料，对基于向量机模型的声纹识别技术有个大体的了解；第二周：对课题中涉及的知识作深入掌握，掌握参数分析方法、基于向量机模型的声纹识别技术等；第三周：制定研究计划，写开题报告；第四周：学习程序语言以及编程方法；第五周：练习编程；第六周：实现参数分析方法软件部分；第七周：实现基于向量机模型的声纹识别软件部分；第八周：实现基于向量机模型的声纹识别方法软件部分；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，结果分析；第十二周：写论文以及准备答辩；第十三周：写论文以及准备答辩；第十四周：验收程序，进行毕业设计答辩。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
