病态嗓音特征的神经网络选择
Pathological Voice Feature Selection Based on Neural Network作者机构:广西师范大学物理与电子工程学院桂林541004 柳州运输职业技术学院电子工程系柳州545007
出 版 物:《中国生物医学工程学报》 (Chinese Journal of Biomedical Engineering)
年 卷 期:2009年第28卷第3期
页 面:327-331页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 1001[医学-基础医学(可授医学、理学学位)] 100101[医学-人体解剖与组织胚胎学] 0836[工学-生物工程] 0702[理学-物理学] 10[医学]
摘 要:病态嗓音自动检测和评价的关键是有效提取相关的特征,但一般的提取原则是尽可能的把相关特征纳入特征集,其结果就很难避免各种特征的相关和冗余信息,并对随后的识别效率和检测带来负面影响,因此特征优选工作就显得非常重要。本研究对待识别嗓音样本分别提取出两种特征参数(传统声学参数和基于小波变换提出的特征参数)后,利用神经网络分别对这两种特征参数进行了特征选择和优化,并分别对选出的各组特征进行了识别,结果表明基于神经网络的特征选择方法是有效的,从基于小波变换提出的特征中选出的7维特征矢量完全能取代原始特征矢量,并取得了正常95.06%,病态92.85%的识别结果。