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
共找到1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：
基于低频特性的LMFCC-CNN 心音信号分类研究
1
作者 申明睿 郭子健 +3 位作者 谢琰琰 丁贝贝 候平艺 张晓岩 《电脑知识与技术》 2025年第36期107-110,共4页
心音信号是心脏跳动产生的声音,对其有效分类有助于心脏病的临床诊断。针对传统梅尔频率倒谱系数(MFCC)在低频率分辨率较差的问题,提出一种基于卷积神经网络(CNN)的低频特性梅尔频率倒谱系数(LMFCC)算法,通过优化梅尔公式尺度,增强对心... 心音信号是心脏跳动产生的声音,对其有效分类有助于心脏病的临床诊断。针对传统梅尔频率倒谱系数(MFCC)在低频率分辨率较差的问题,提出一种基于卷积神经网络(CNN)的低频特性梅尔频率倒谱系数(LMFCC)算法,通过优化梅尔公式尺度,增强对心音信号低频部分的解析能力。首先对心音信号进行滤波、分帧、加窗等预处理,然后提取LMFCC特征图,并输入卷积神经网络进行训练与分类。实验结果表明,该方法在包含正常及4类异常心音信号的公开Yaseen数据集上取得了高达99.2%的分类准确率。研究表明,所提出的LMFCC-CNN方法通过增强对心音信号低频病理信息的表征能力,有效提升了多类别心音信号的分类性能,展现了其在辅助心脏病诊断中的应用潜力。 展开更多
关键词 心音信号 MFCC lmfcc CNN 心音信号分类
在线阅读 下载PDF
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
使用帮助 返回顶部