基于語(yǔ)音的抑郁識(shí)別集成學(xué)習(xí)研究.pdf

1、抑郁癥是一種危害極大的精神類(lèi)疾病，近年來(lái)患者日益增加，給社會(huì)造成了嚴(yán)重的負(fù)擔(dān)?，F(xiàn)階段抑郁癥的診斷主要依賴(lài)于填寫(xiě)量表、醫(yī)師問(wèn)詢(xún)等較為主觀的方式，而這些方法往往導(dǎo)致診斷中的主觀偏差較大。語(yǔ)音作為一種客觀行為指標(biāo)，具有采集快速、方便、不侵入人體的特點(diǎn)。目前語(yǔ)音識(shí)別抑郁癥這一領(lǐng)域已經(jīng)取得了很多成果。本文所做的工作是將集成學(xué)習(xí)應(yīng)用在語(yǔ)音識(shí)別抑郁癥上，去提高識(shí)別準(zhǔn)確率。
　　集成學(xué)習(xí)是機(jī)器學(xué)習(xí)中一種通過(guò)構(gòu)建多個(gè)學(xué)習(xí)器來(lái)解決同一個(gè)問(wèn)題的方法，以

2、其良好的表現(xiàn)博得了工業(yè)界和學(xué)術(shù)界的青睞。目前常用的集成學(xué)習(xí)主要是在同一數(shù)據(jù)集上應(yīng)用多種分類(lèi)算法或算法的多種參數(shù)設(shè)置訓(xùn)練產(chǎn)生不同的個(gè)體分類(lèi)器，再將其結(jié)合。而集成剪枝從集成學(xué)習(xí)的基分類(lèi)器中選取一個(gè)子集來(lái)減小花銷(xiāo)并提升效果。
　　本文所做的工作主要有兩點(diǎn)：
　　一、構(gòu)建基于語(yǔ)音的抑郁識(shí)別集成學(xué)習(xí)模型。本文基于語(yǔ)音數(shù)據(jù)易于獲得的特點(diǎn)，采集每名被試的多段語(yǔ)音，并分別用其訓(xùn)練基分類(lèi)器，再將其結(jié)合。實(shí)驗(yàn)結(jié)果表明，該模型相較于多分類(lèi)算法的集

3、成學(xué)習(xí)模型，取得了更好的識(shí)別效果。
　　二、為了解決當(dāng)前集成剪枝方法存在的一些不足，本文提出了基于樣本概率的集成剪枝算法。在12個(gè)公共數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)顯示出，基于樣本概率的集成剪枝算法的綜合表現(xiàn)優(yōu)于其它幾種經(jīng)典的基于排序的剪枝方法。在基于語(yǔ)音的抑郁識(shí)別集成模型的應(yīng)用上，基于樣本概率的集成剪枝算法可以有效提升其識(shí)別準(zhǔn)確率。
　　本文將集成學(xué)習(xí)應(yīng)用于基于語(yǔ)音的抑郁識(shí)別中，提升了識(shí)別準(zhǔn)確率。并提出了基于樣本概率的集成剪枝算法，進(jìn)