期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MFCC特征和隐马尔可夫模型的咳嗽信号自动识别
被引量：
1
1
作者
杨俊成
李淑霞
《内蒙古师范大学学报（自然科学汉文版）》
CAS
北大核心
2016年第6期799-801,805,共4页
为了提高咳嗽信号自动识别效果,提出一种梅尔频率倒谱系数特征和隐马尔可夫模型相融合的咳嗽信号自动识别方法.提取咳嗽信号的梅尔频率倒谱系数特征,通过独立主成分分析对特征进行降维,然后采用隐马尔可夫模型建立咳嗽信号自动分类器,...
为了提高咳嗽信号自动识别效果,提出一种梅尔频率倒谱系数特征和隐马尔可夫模型相融合的咳嗽信号自动识别方法.提取咳嗽信号的梅尔频率倒谱系数特征,通过独立主成分分析对特征进行降维,然后采用隐马尔可夫模型建立咳嗽信号自动分类器,实现咳嗽信号的自动识别.在Matlab 2012平台上进行了咳嗽信号自动识别测试,结果表明,该方法在提高咳嗽信号自动识别率的同时,大幅度减少了咳嗽信号的平均识别时间.
展开更多
关键词
咳嗽信号
识别率
梅尔频率倒谱系数
隐马尔可夫模型
在线阅读
下载PDF
职称材料
基于偏最小二乘法的咳嗽信号检测
被引量：
1
2
作者
王峥
尤鸣宇
+1 位作者
刘家铭
李国正
《计算机工程》
CAS
CSCD
2014年第6期281-284,290,共5页
咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题...
咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面。实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测。
展开更多
关键词
咳嗽信号
检测
类别不均衡
偏最小二乘法
APLSCX模型
端点检测
在线阅读
下载PDF
职称材料
题名
基于MFCC特征和隐马尔可夫模型的咳嗽信号自动识别
被引量：
1
1
作者
杨俊成
李淑霞
机构
河南工业职业技术学院电子信息工程系
出处
《内蒙古师范大学学报（自然科学汉文版）》
CAS
北大核心
2016年第6期799-801,805,共4页
基金
河南省科技攻关计划项目(142102210557)
文摘
为了提高咳嗽信号自动识别效果,提出一种梅尔频率倒谱系数特征和隐马尔可夫模型相融合的咳嗽信号自动识别方法.提取咳嗽信号的梅尔频率倒谱系数特征,通过独立主成分分析对特征进行降维,然后采用隐马尔可夫模型建立咳嗽信号自动分类器,实现咳嗽信号的自动识别.在Matlab 2012平台上进行了咳嗽信号自动识别测试,结果表明,该方法在提高咳嗽信号自动识别率的同时,大幅度减少了咳嗽信号的平均识别时间.
关键词
咳嗽信号
识别率
梅尔频率倒谱系数
隐马尔可夫模型
Keywords
cough signal
Mel frequency coefficient
recognition accuracy
cough recognition model
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于偏最小二乘法的咳嗽信号检测
被引量：
1
2
作者
王峥
尤鸣宇
刘家铭
李国正
机构
同济大学电子与信息工程学院
出处
《计算机工程》
CAS
CSCD
2014年第6期281-284,290,共5页
基金
国家自然科学基金资助项目(61005006
61273305)
文摘
咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面。实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测。
关键词
咳嗽信号
检测
类别不均衡
偏最小二乘法
APLSCX模型
端点检测
Keywords
cough signal detection
class imbalance
Partial Least Squares（PLS） method
APLSCX model
endpoint detection
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MFCC特征和隐马尔可夫模型的咳嗽信号自动识别
杨俊成
李淑霞
《内蒙古师范大学学报（自然科学汉文版）》
CAS
北大核心
2016
1
在线阅读
下载PDF
职称材料
2
基于偏最小二乘法的咳嗽信号检测
王峥
尤鸣宇
刘家铭
李国正
《计算机工程》
CAS
CSCD
2014
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
