声明
第1章 绪论
1.1 课题研究背景和意义
1.2 基于口语理解的智能家居语音控制系统框架
1.3 国内外研究现状
1.3.1 口语理解中的意图识别
1.3.2 口语理解中的槽位提取
1.3.3 口语理解识别模型
1.3.4 词向量的研究现状
1.3.5 可穿戴设备的研究现状
1.4 本文的研究内容及意义
1.5 本文的章节安排
第2章 相关技术研究
2.1 口语理解的概念
2.2 词向量
2.2.1 CBOW模型
2.2.2 Skip-gram模型
2.3 条件随机场
2.4 循环神经网络
2.4.1 简单循环神经网络
2.4.2 双向循环神经网络
2.4.3 长短时记忆网络
2.5 无线通信技术
2.5.1 Wi-Fi技术
2.5.2 ZigBee技术
2.5.3 蓝牙技术
2.5.4 三种通信技术的性能比较和选取
2.6 Android应用开发技术
2.6.1 Android
2.6.2 Android开发工具简介
2.6.3 Java设计模式
2.7 小结
第3章 基于循环神经网络的口语理解联合模型
3.1 引言
3.2 基于BiGRU的口语理解联合模型系统框架
3.2.1 循环神经网络层
3.2.2 输出层
3.3 实验数据与参数配置
3.3.1 数据组成
3.3.2 参数设置
3.3.3 实验环境
3.4 实验结果分析与对比
3.4.1 评价指标
3.4.2 实验对比与结果分析
3.5 小结
第4章 基于领域知识的词向量模型
4.1 引言
4.2 基于领域知识的词向量模型框架
4.2.1 skip-gram模型
4.2.2 改进型skip-gram模型
4.3 领域知识表达
4.4 数据获取及参数配置
4.5 实验结果分析和对比
4.6 小结
第5章 基于可穿戴设备的智能家居系统设计
5.1 基于可穿戴设备的智能家居系统总体框架设计
5.2口语理解服务器
5.3 可穿戴设备
5.3.1 可穿戴设备的硬件设计
5.3.2 语音采集模块
5.3.3 蓝牙通讯模块
5.3.4 电源模块
5.4 基于Android的蓝牙开发
5.4.1 开发流程
5.4.2 实验环境
5.4.3 蓝牙API介绍
5.4.4 蓝牙开发的实现
5.5小结
第6章 总结与展望
6.1 工作总结
6.2 展望
参考文献
附录 攻读硕士学位期间发表的成果
致谢
东华大学;
