基于混合神经网络特征融合的抑郁症检测研究

声明

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文结构概要

1.4 本章小结

第二章 基于语音的抑郁症自动检测的基本理论

2.1 语音信号预处理

2.2 基于抑郁症病理特性的声学特征提取

2.2.1 抑郁症语音声学特征提取

2.2.2 特征处理

2.3 基于语音的抑郁症检测算法

2.3.1 支持向量机（SVM）

2.3.2支持向量回归（SVR）

2.3.3卷积神经网络（CNN）

2.3.4循环神经网络（RNN）

2.4 抑郁症语音数据集

2.5 本章小结

第三章 基于静态混合声学特征融合的抑郁症检测方法研究

3.1 基于静态混合特征融合的混合神经网络方法设计

3.1.1 Self-attention时序编码特征

3.1.2空间信息特征建模

3.1.3时序特征和空间特征静态融合

3.1.4实验设置

3.2 实验结果对比和分析

3.2.1实验评价指标

3.2.2实验结果及分析

3.3 本章小结

第四章 基于动态混合特征融合的语音抑郁症检测方法研究

4.1 基于动态混合特征融合的混合神经网络方法设计

4.1.1网络结构与特征编码

4.1.2动态融合特征

4.1.3实验设置

4.2 实验结果分析和讨论

4.3 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

在学期间研究成果

致谢