基于語音特征的運動疲勞狀態(tài)檢測.pdf

1、人體運動疲勞程度的檢測對于科學(xué)的進行運動訓(xùn)練而言非常重要。準(zhǔn)確的運動疲勞度檢測可以給運動員的訓(xùn)練過程提供科學(xué)的指導(dǎo)，從而達到更好的訓(xùn)練效果。如果沒有科學(xué)的運動疲勞評價體系作為指導(dǎo)，容易造成運動員的過量運動。長此以往會出現(xiàn)疲勞堆積以及疲勞性損傷。本文設(shè)計了基于語音的運動疲勞度檢測的實驗方案，研究了多個語音特征參數(shù)隨運動疲勞度變化的規(guī)律，進行了特征參數(shù)的分析與選擇，最后用支持向量機對特征進行了分類。
　　本文首先對基于語音的運動疲勞度

2、檢測方案進行了設(shè)計。通過采集30個受試者四種運動疲勞狀態(tài)下的語音信號，來研究運動疲勞與語音信號的關(guān)系，從而實現(xiàn)通過語音信號檢測運動疲勞程度。語音信號采集過程中的受試者運動疲勞程度的判定是依據(jù)RPE6-20量表。同時本文設(shè)計了表征人體平衡能力的壓力中心數(shù)據(jù)采集方案。其次，對運動疲勞語音信號進行了特征參數(shù)的提取。提取的特征參數(shù)包括短時平均能量、短時平均過零率、平均語速、基音周期以及運動疲勞語音信號特有的喘息段時長等參數(shù)。并分析了各個特征參數(shù)

3、隨著運動疲勞程度的變化規(guī)律。并進行了基于統(tǒng)計假設(shè)檢驗的特征分析，計算了任意兩個運動疲勞狀態(tài)間各個特征參數(shù)的差異顯著水平，各類運動狀態(tài)間特征參數(shù)的顯著性分析結(jié)果總體上較為理想。同時簡單分析了壓力中心各項參數(shù)在運動前后的變化規(guī)律，作為本實驗的對比和補充。最后，利用支持向量機對運動疲勞程度進行檢測。首先對支持向量機這一分類算法進行了介紹。然后運用支持向量機(Sopport Vector Machine, SVM)對運動疲勞樣本進行了檢測。檢測