版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著社會不斷進步、經(jīng)濟發(fā)展以及隨之而來的生活改善和節(jié)奏加速,人們的語言交流活動日益頻繁,常見嗓音疾病的發(fā)生率呈明顯上升趨勢。在嗓音醫(yī)學(xué)這門新興的??漆t(yī)學(xué)領(lǐng)域中,基于嗓音聲學(xué)評估方法并利用信號處理手段去識別病態(tài)嗓音的研究已逐漸成為一個多學(xué)科交叉領(lǐng)域的前沿?zé)狳c。 病態(tài)嗓音識別包括嗓音信號特征提取和嗓音樣本分類識別兩部分。本文分別利用人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork,ANN)和支持向量機(SupportVe
2、ctorMachine,SVM)分類器,使用了美國麻省眼耳科醫(yī)院(MassachusettsEyeandEarInfirmary)語音嗓音實驗室公開數(shù)據(jù)庫中177例混合型常見病嗓音樣本和39例正常嗓音樣本數(shù)據(jù),進行了模式分類識別算法研究。本文分別設(shè)計了兩種分類器的算法實驗,分析了其嗓音樣本分類識別的可行性。ANN算法實驗中,針對隱含層數(shù)、隱含層節(jié)點數(shù)以及訓(xùn)練函數(shù)類型等網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的選取,進行了討論和分析;SVM算法實驗中,針對核函數(shù)的類
3、型選擇及其參數(shù)的優(yōu)化,也做了相應(yīng)的討論和分析;最后比較了兩種分類器受樣本的影響程度和識別率的穩(wěn)定性。 本文研究結(jié)果表明,ANN和SVM兩種分類器均適用于病態(tài)嗓音樣本的模式分類,并都能獲得較高的正確識別率。但ANN的網(wǎng)絡(luò)模型設(shè)計和結(jié)構(gòu)參數(shù)選取往往需要較多的訓(xùn)練與實踐經(jīng)驗才得以達(dá)到最優(yōu)效果;另外與SVM相比,ANN對訓(xùn)練樣本更為敏感且穩(wěn)定性略差(方差0.02);因此,ANN主要適用于信號離線處理研究。而本文通過網(wǎng)格枚舉法得到SVM訓(xùn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于HHT變換的病態(tài)嗓音特征提取及識別研究.pdf
- 基于小波變換和GMM的病態(tài)嗓音特征提取及識別研究.pdf
- 基于多維特征的病態(tài)嗓音檢測方法的研究.pdf
- 病態(tài)嗓音特征參數(shù)的優(yōu)化研究.pdf
- 基于ANN和SVM的sEMG信號分解.pdf
- 采用SVM權(quán)重匹配特征參數(shù)的功能性病理嗓音識別研究.pdf
- 基于移動計算的病態(tài)聲音識別.pdf
- 基于HMM和ANN的數(shù)字語音識別研究.pdf
- 基于HMM和ANN的語音識別算法研究.pdf
- 基于SVM的步態(tài)識別研究.pdf
- 基于SVM的語音情感識別研究.pdf
- 基于SVM的肺結(jié)節(jié)分割與識別.pdf
- 基于Logistic回歸、ANN、SVM的乳腺癌復(fù)發(fā)影響因素研究.pdf
- 基于聲學(xué)與小波熵及自回歸模型的病態(tài)嗓音診斷新方法研究.pdf
- 基于ANN和HMM模型的口吃語音識別研究.pdf
- 基于AdaBoost與SVM的人臉表情識別研究.pdf
- 基于HMM與ANN混合模型語音識別系統(tǒng)的研究與實現(xiàn).pdf
- 基于SVM車牌識別系統(tǒng)的研究與實現(xiàn).pdf
- 基于FPGA的SVM車牌識別算法研究與實現(xiàn).pdf
- 基于HOG與SVM的車輛識別方法研究.pdf
評論
0/150
提交評論