噪声背景下梅尔频率倒谱系数与多注意力网络在电机故障诊断中的应用 被引量：3

1

作者 宋恩哲 朱仁杰 +2 位作者 靖海国 姚崇 柯赟 《哈尔滨工程大学学报》 北大核心 2025年第3期475-485,共11页

针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模... 针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模块的自适应调节能力及多特征融合策略进一步减少噪声对故障诊断的干扰。通过电机台架数据验证了该方法在噪声条件下诊断的可行性,然而该方法受梅尔频率倒谱系数参数与网络结构的直接影响,因此具体分析了不同参数条件对抗噪性能的影响。实验结果表明:在信噪比-10 dB噪声背景下,梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络相结合的故障诊断方法仍保持90%以上的诊断精度。 展开更多

关键词 电机 故障诊断 噪声环境 梅尔频率倒谱系数 卷积神经网络 多尺度 卷积注意力模块 特征融合

在线阅读 下载PDF 职称材料

融合MFCC和Wav2vec特征的对话情感识别方法 被引量：1

2

作者 刘旭东 王坤侠 《湖南工业大学学报》 2025年第6期29-36,共8页

针对语音信号传统手工特征动态信息捕捉不足的问题,引入Wav2vec 2.0模型以提取语音信号中的长距离依赖关系,并通过特征融合方式得到充分的情感特征表示。通过提取语音信号中最具有代表性的MFCC特征,且用Wav2vec提取特征以弥补MFCC在动... 针对语音信号传统手工特征动态信息捕捉不足的问题,引入Wav2vec 2.0模型以提取语音信号中的长距离依赖关系,并通过特征融合方式得到充分的情感特征表示。通过提取语音信号中最具有代表性的MFCC特征,且用Wav2vec提取特征以弥补MFCC在动态信息捕捉上的不足,获得了更为丰富和具有代表性的语音情感特征。通过对交叉注意力机制的运用,将语音声学特征与上下文信息进行融合,以获得更加全面和准确的特征表示。最终,通过Transformer网络实现了对情感状态的精准预测。通过在MELD和EEIDB数据集上进行实验,得知本文提出的方法在加权F1-Score指标上分别达到了44.32%和65.50%,从而验证了其有效性和优越性。 展开更多

关键词 手工特征 长距离 特征融合 上下文信息 对话情感识别 梅尔频率倒谱系数

在线阅读 下载PDF 职称材料

CMQ:基于梅尔滤波和恒Q变换的异常心音检测

3

作者 刘学瑜 张帆 《四川大学学报(自然科学版)》 北大核心 2025年第5期1150-1160,共11页

心音听诊是一种心血管疾病诊断的重要方式.将深度学习与心音听诊相结合,可以实现对心血管疾病的辅助诊断,减少对专业医生的依赖.现有的异常心音检测方法主要是在心音分割的基础上,考虑单一特征,难以应对同时存在环境噪声和信道衰减的复... 心音听诊是一种心血管疾病诊断的重要方式.将深度学习与心音听诊相结合,可以实现对心血管疾病的辅助诊断,减少对专业医生的依赖.现有的异常心音检测方法主要是在心音分割的基础上,考虑单一特征,难以应对同时存在环境噪声和信道衰减的复杂场景.本文在对心音信号进行梅尔滤波和恒Q变换的基础上,提取多种更加符合人耳生理特性的心音特征并进行融合,获得更加完备和包含更多细节的心音特征表示.在后端分类器的构建上,考虑到EfficientNetv2优越的分类性能和高效的训练速度,我们将EfficientNetv2作为分类器的骨干网络.同时,为了提高模型对不同类型心脏杂音的敏感性,我们设计了一种特征多尺度加权融合模块,实现更加细腻度的特征融合.充分的实验表明,本文提出的异常心音检测方法在各项指标上均获得较高的分数,与文中列出的基线方法相比,具有一定的优越性. 展开更多

关键词 心音异常检测 梅尔滤波 恒Q变换 多尺度加权融合

在线阅读 下载PDF 职称材料

基于频域能量分布分析的自适应元音帧提取算法 被引量：8

4

作者 钱博 李燕萍 +1 位作者 唐振民 徐利敏 《电子学报》 EI CAS CSCD 北大核心 2007年第2期279-282,共4页

本文提出了一种基于频域能量分布分析的自适应元音帧提取算法.该方法采用MEL标度映射各频率分量,通过分析低频、高频能量的分布关系判定元音帧并计算出该帧的短时能量、短时平均过零率的值指导时域帧提取的方案.为了适应连续语音检测过... 本文提出了一种基于频域能量分布分析的自适应元音帧提取算法.该方法采用MEL标度映射各频率分量,通过分析低频、高频能量的分布关系判定元音帧并计算出该帧的短时能量、短时平均过零率的值指导时域帧提取的方案.为了适应连续语音检测过程中响度大小的不断变化,文中选择了按概率抽样进行频域分析修正时域阈值的方式.这种方式利用较少抽样帧的变换分析指导时域检测,相对于全面变换分析降低了运算量,达到了实时检测的要求,同时提高了整体检测性能.实验表明,该方法总体运算量低,同时对发声过程中的音量变化有一定的自适应性.实验中,针对单字音元音帧的正确提取率达到了97%以上,平均丢帧率为3.95%;针对连续语音的正确提取率也达到了90%以上. 展开更多

关键词 元音帧提取 频域分析 自适应 NEL标度频谱

在线阅读 下载PDF 职称材料

基于时频参数融合的自适应语音端点检测算法 被引量：7

5

作者 王晓华 屈雷 《计算机工程与应用》 CSCD 北大核心 2015年第20期203-207,212,共6页

为了解决低信噪比环境下传统的语音端点检测算法性能较差且不能自适应环境噪声,提出了一种基于时频参数融合的自适应语音端点检测算法。将对数能量与改进的Mel能量进行融合,获得了一种新的时频参数(TF),该参数能有效地区分语音段和噪声... 为了解决低信噪比环境下传统的语音端点检测算法性能较差且不能自适应环境噪声,提出了一种基于时频参数融合的自适应语音端点检测算法。将对数能量与改进的Mel能量进行融合,获得了一种新的时频参数(TF),该参数能有效地区分语音段和噪声段。使用该参数在噪声段对阈值进行更新,采用门限检测法判定出语音端点。仿真实验表明,该算法具有较好的鲁棒性,且能够准确地检测出语音端点。当信噪比(SNR)为0 d B时,端点检测错误率仅为15%左右。 展开更多

关键词 自适应 语音端点检测 Mel能量 时频参数

在线阅读 下载PDF 职称材料

新型MFCC和波动模型相结合的二层环境声音识别 被引量：3

6

作者 李勇 李应 余清清 《计算机工程与应用》 CSCD 北大核心 2011年第30期132-135,139,共5页

对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声... 对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声音的特征集合。利用这种新型的MFCC系数构造音频信号的高斯分布模型,并且计算未知音频信号与样本音频信号的高斯分布模型之间的Kullback-Leibler距离,随后计算它们的波动模型之间的欧几里德距离。根据计算出的Kullback-Leibler距离和欧几里德距离实现两层音频识别系统。实验结果表明两层音频识别技术即使在噪声的影响下也能保持较高的识别率。 展开更多

关键词 生态环境 声音识别 改进的Mel频率倒谱参数 波动模型 Kullback-Leibler距离

在线阅读 下载PDF 职称材料

Hilbert边际能量谱在语音情感识别中的应用 被引量：5

7

作者 叶吉祥 胡海翔 《计算机工程与应用》 CSCD 2014年第7期203-207,共5页

情感特征的提取是语音情感识别的重要方面。由于传统信号处理方法的局限,使得提取的传统声学特征特别是频域特征并不准确,不能很好地表征语音的情感特性,因而对情感识别率不高。利用希尔伯特黄变换(HHT)对情感语音进行处理,得到情感语... 情感特征的提取是语音情感识别的重要方面。由于传统信号处理方法的局限,使得提取的传统声学特征特别是频域特征并不准确,不能很好地表征语音的情感特性,因而对情感识别率不高。利用希尔伯特黄变换(HHT)对情感语音进行处理,得到情感语音的希尔伯特边际能量谱;通过对不同情感语音的边际能量谱基于Mel尺度的比较分析,提出了一组新的情感特征:Mel频率边际能量系数(MFEC)、Mel频率子带频谱质心(MSSC)、Mel频率子带频谱平坦度(MSSF);利用支持向量机(SVM)对5种情感语音即悲伤、高兴、厌倦、愤怒和平静进行了识别。实验结果表明,通过该方法提取的新的情感特征具有较好的识别效果。 展开更多

关键词 Mel尺度 Hilbert边际能量谱 边际能量谱特征 情感识别

在线阅读 下载PDF 职称材料

基于声信号的离心泵故障诊断研究 被引量：8

8

作者 陈剑 姜涛 陈品 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期169-177,共9页

各种原因使得工业现场设备状态监测的首选测量信号是声信号时,提出一种基于声信号的设备状态监测方法显得尤为必要。以某型离心泵为依据对象,对现场采集的声信号提取梅尔倒谱系数(MFCC)作为信号的初始特征,然后计算这些MFCC初始特征的... 各种原因使得工业现场设备状态监测的首选测量信号是声信号时,提出一种基于声信号的设备状态监测方法显得尤为必要。以某型离心泵为依据对象,对现场采集的声信号提取梅尔倒谱系数(MFCC)作为信号的初始特征,然后计算这些MFCC初始特征的散布熵(DE)值,并通过主成分分析法(PCA)对矩阵进行降维,从而构造特征矩阵。利用蝙蝠优化算法(BA)对支持向量机(SVM)的惩罚系数与核函数参数进行优化,对离心泵的多种故障工况开展诊断,并与多种诊断方法进行比较。实验结果表明,经过BA优化后的模型在诊断准确率上提高了21.7%;在该模型的基础上利用DE对MFCC提取的信号进行深度挖掘,使模型诊断的准确率提高2.05%。 展开更多

关键词 离心泵故障诊断 声信号 梅尔倒谱散布熵 蝙蝠优化算法 支持向量机

原文传递

基于离散小波变换和感知频域滤波的语音特征参数 被引量：16

9

作者 刘鸣 戴蓓倩 +2 位作者 李辉 李霄寒 陆伟 《电路与系统学报》 CSCD 2000年第1期21-25,共5页

为了提高语音识别系统对环境噪声的鲁棒性，本文通过对几种特征参数的噪声鲁棒性的研究,在感知倒谱分析（Mel-Cepstrum）的基础上，引入了多分辨率小波分析技术,利用小波变换的时频局域性并结合感知频域上的滤波技术，提出了一种新型的... 为了提高语音识别系统对环境噪声的鲁棒性，本文通过对几种特征参数的噪声鲁棒性的研究,在感知倒谱分析（Mel-Cepstrum）的基础上，引入了多分辨率小波分析技术,利用小波变换的时频局域性并结合感知频域上的滤波技术，提出了一种新型的语音特征参数（DWT-MFC），该特征参数对于环境噪声具有很强的耐噪性。实验表明，与（LPCC）和（MFCC）参数相比，采用DWT-MFC参数使系统的噪声鲁棒性得到显著的提高。 展开更多

关键词 语音识别 感知频域滤波 离散小波变换

在线阅读 下载PDF 职称材料

基于Mel尺度的语音干扰效果评估方法研究 被引量：3

10

作者 赵凌伟 张磊 《无线电工程》 2017年第2期32-35,40,共5页

实际的干扰效果评估和传统的语音质量评估有一定区别。干扰评估系统中同步环节需要考虑;在干扰系统中,强干扰信号会破坏语音信号本身的结构信息,使其评估变得更加困难。针对超短波通信干扰系统,结合Mel尺度在人耳听觉感知上的优点和统... 实际的干扰效果评估和传统的语音质量评估有一定区别。干扰评估系统中同步环节需要考虑;在干扰系统中,强干扰信号会破坏语音信号本身的结构信息,使其评估变得更加困难。针对超短波通信干扰系统,结合Mel尺度在人耳听觉感知上的优点和统计特征在强干扰下具有的顽健性特点,提出新的基于Mel尺度的统计测度,获得了良好的性能。结合最小二乘、BP神经网络以及SVR拟合回归模型等,其主观预测值和实际主观评测值之间的相关系数可以达到0.9以上,保障了该方法在实际干扰评估系统中的实用性。 展开更多

关键词 Mel尺度 顽健性 统计测度 干扰效果评估

在线阅读 下载PDF 职称材料

基于ITD-MFCC与卷积神经网络的核电电气设备异音检测技术 被引量：7

11

作者 杨磊 权伟 +3 位作者 李亮 王镜淇 高帆 于轩 《噪声与振动控制》 CSCD 北大核心 2023年第4期122-128,207,共8页

针对核电设备小样本异音数据集无法训练出高效预测模型难题,提出一种基于ITD-MFCC和卷积神经网络的电气设备异音检测方法。首先,利用固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)强化信号特征,增强特征辨识度;然后,利用... 针对核电设备小样本异音数据集无法训练出高效预测模型难题,提出一种基于ITD-MFCC和卷积神经网络的电气设备异音检测方法。首先,利用固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)强化信号特征,增强特征辨识度;然后,利用梅尔频率倒谱系数(Mel-frequency Cepstral Coefficients,MFCC)提取与人耳听觉特性关联的时频特征,进一步增强异音特征辨识度;最后,融合所提取特征指标,并利用卷积神经网络对融合特征进行训练,建立异响与数据特征映射关系,实现异音检测。试验结果表明:所设计的模型在小样本数据中准确率达到97.63%,相比于现有的支持向量机(Support Vector Machine,SVM)和BP神经网络模型准确率分别提升10.43%和12.86%。 展开更多

关键词 声学 异音检测 固有时间尺度分解 梅尔倒谱系数 卷积神经网络

在线阅读 下载PDF 职称材料

一种基于Mel域的自适应时频参数 被引量：2

12

作者 李晋 王玲 《信息安全与通信保密》 2006年第8期160-161,164,共3页

论文通过对Mel标度滤波器组进行分析,提出了一种基于Mel域的带噪语音信号的自适应时频参数。该参数能根据噪声环境自适应地选取Mel标度滤波器组中能有效区分语音和噪声的频带,获取有用的频域信息。理论分析和仿真实验表明:该方法在低信... 论文通过对Mel标度滤波器组进行分析,提出了一种基于Mel域的带噪语音信号的自适应时频参数。该参数能根据噪声环境自适应地选取Mel标度滤波器组中能有效区分语音和噪声的频带,获取有用的频域信息。理论分析和仿真实验表明:该方法在低信噪比下有较好的检测性能,由于其自适应能力,很少依赖信噪比,性能可靠。 展开更多

关键词 端点检测 语音识别 Mel标度滤波器组 自适应时频参数

原文传递

融合倒谱特征的脑电(EEG)情感分类 被引量：7

13

作者 周奕隽 李冬冬 +1 位作者 王喆 高大启 《计算机工程与应用》 CSCD 北大核心 2020年第21期164-169,共6页

近年来,通过分析脑电图(EEG)信号来实现情感识别的课题越来越被研究者所重视。为了丰富特征的表示能力,获得更高的情感识别分类准确率,尝试将语音信号特征梅尔频率倒谱系数MFCC应用于脑电信号。在对EEG信号小波变换的基础上将提取得到的... 近年来,通过分析脑电图(EEG)信号来实现情感识别的课题越来越被研究者所重视。为了丰富特征的表示能力,获得更高的情感识别分类准确率,尝试将语音信号特征梅尔频率倒谱系数MFCC应用于脑电信号。在对EEG信号小波变换的基础上将提取得到的MFCC特征与EEG特征相互融合,通过利用深度残差网络(ResNet18)的特性进行情感分类识别。实验结果表明,比起传统的单一利用EEG特征,添加了MFCC特征使得情感维度Arousal和Valence两者的识别准确率分别提升了6%和4%,达到了86.01%和85.46%,从而提升了情感的识别准确度。 展开更多

关键词 脑电信号 梅尔倒谱系数(MFCC) 特征融合 深度残差网络

在线阅读 下载PDF 职称材料

基于脉搏波频域梅尔频率倒谱系数特征的高血压危险分层预测模型 被引量：4

14

作者 齐晨浩 杨晶东 +2 位作者 邱泽浩 尧明慧 燕海霞 《海军军医大学学报》 CAS CSCD 北大核心 2024年第10期1226-1240,共15页

目的 为改进基于人工智能技术高血压时域脉搏波分类模型精度低、泛化性能差的问题,提出一种基于融合注意力机制的频域脉搏波预测模型。方法 首先将时域脉搏波转换为频域梅尔频率倒谱系数特征,增强脉搏波区分度,采用时间卷积网络与Transf... 目的 为改进基于人工智能技术高血压时域脉搏波分类模型精度低、泛化性能差的问题,提出一种基于融合注意力机制的频域脉搏波预测模型。方法 首先将时域脉搏波转换为频域梅尔频率倒谱系数特征,增强脉搏波区分度,采用时间卷积网络与Transformer 结构提取脉搏波深层特征,并将自注意力机制与选择性内核注意力进行决策融合,提取脉搏波关联特征,并采用Floodings正则化方法间接控制训练损失,防止过拟合发生。针对上海中医药大学附属龙华医院及上海市中西医结合医院提供的527例临床脉诊数据,进行5折交叉验证实验。此外,采用梯度提升决策树算法统计脉搏波频域特征的贡献率排名,分析影响模型分类精度的关键因素,为中医临床辅助诊断提供参考价值。结果 本研究提出的模型分类评估指标准确度、F1值、精确率、召回率和AUC值分别为0.939 6、0.924 9、0.940 9、0.929 5和0.993 4。脉搏波的静态特征、一阶差分和二阶差分系数的贡献率相对均衡,说明高血压危险程度不仅与脉搏波的静态特征相关,也应当考虑脉搏波的动态特征。结论 与典型脉搏波分类模型相比,本研究提出的模型具有较高的分类精度和泛化性能。 展开更多

关键词 高血压 危险分层 梅尔频率倒谱系数 时间卷积网络 TRANSFORMER

原文传递

基于感知敏感成分划分的语音时长规整算法 被引量：4

15

作者 黄昊 郭立 李琳 《数据采集与处理》 CSCD 北大核心 2008年第6期740-745,共6页

一般的同步叠加算法在进行语音时长规整时,当压扩程度较大且语音采样率较低时,所得合成信号的语音质量会显著下降。其原因在于忽略了语音本身各部分对感知的贡献,对感知敏感成分过度压扩会损害语音的感知质量。本文提出一种先识别语音... 一般的同步叠加算法在进行语音时长规整时,当压扩程度较大且语音采样率较低时,所得合成信号的语音质量会显著下降。其原因在于忽略了语音本身各部分对感知的贡献,对感知敏感成分过度压扩会损害语音的感知质量。本文提出一种先识别语音中的瞬态成分、稳态成分和安静成分,再对各部分采用不同压扩比进行同步叠加的时长规整算法。对语音信号的感知敏感成分压扩较小,希望能够提高合成语音质量。实验证明本方法对低采样率合成语音质量有显著改善,在低码率语音编码中可以有效提高编码效率。 展开更多

关键词 语音处理 时长规整 同步叠加 瞬态成分 梅尔倒谱系数

在线阅读 下载PDF 职称材料

基于mel标度频谱和音素分割的汉语语音单词端点检测方法 被引量：3

16

作者 丁昊 姚天任 《计算机与数字工程》 2005年第3期57-59,共3页

利用语音声学信号的频谱分析来寻找连续语音信号帧的分割点 ,再结合音素分割方法 ,成功的提高了分割精度。实验表明mel标度频谱法比传统的以信号的短时能量 ,过零率等简单特征作为判决特征参数的语音端点检测方法更适合语音的分割。

关键词 音素分割 mel标度频谱法 端点检测

在线阅读 下载PDF 职称材料

孤立词语音识别系统的DSP实现 被引量：1

17

作者 何翔 刘大健 《现代电子技术》 2009年第17期118-120,123,共4页

语音识别是人机通信技术的基础之一,目前正广泛应用于控制、通信、消费等行业。介绍一种基于DSP的孤立词语音识别系统。对以TMS320VC5402芯片为核心的系统硬件设计进行了研究,通过TLC320AD50C对语音信号进行A/D转换,通过TMS30VC5402对... 语音识别是人机通信技术的基础之一,目前正广泛应用于控制、通信、消费等行业。介绍一种基于DSP的孤立词语音识别系统。对以TMS320VC5402芯片为核心的系统硬件设计进行了研究,通过TLC320AD50C对语音信号进行A/D转换,通过TMS30VC5402对语音信号进行训练和识别,并由LCD显示结果;该系统核心识别算法采用动态时间规整(DTW)算法,主要流程包括预处理、端点检测、提取特征值、模式匹配和模板训练,取得了很好的识别效果。所做的研究工作,是为汉语孤立词语音识别进入商业化进行有效的探索。 展开更多

关键词 语音识别 端点检测 Mel尺度倒谱参数 动态时间规整 DSP

在线阅读 下载PDF 职称材料

采用Mel倒谱参数的咳嗽声识别方法 被引量：2

18

作者 尹永 莫鸿强 《信息技术》 2012年第10期85-91,共7页

在诊断一个有慢性咳嗽的病人时,他的咳嗽强度和频率评估能提供很有价值的信息。因此提高咳嗽识别率,对疾病的诊断有着重要意义。从语音识别中被广泛应用的Mel倒谱参数出发,寻找咳嗽和语音在Mel倒谱参数中的区别。基于Mel倒谱参数的原理... 在诊断一个有慢性咳嗽的病人时,他的咳嗽强度和频率评估能提供很有价值的信息。因此提高咳嗽识别率,对疾病的诊断有着重要意义。从语音识别中被广泛应用的Mel倒谱参数出发,寻找咳嗽和语音在Mel倒谱参数中的区别。基于Mel倒谱参数的原理,将其计算过程中的Mel刻度滤波器对数能量的极值数分布情况提取出来作为咳嗽的识别特征。在病房环境下对录音文件进行实验,得到的咳嗽识别率为90%以上,同时能够将语音等非咳嗽信号有效地剔除,实验结果显示90%以上的语音信号被排除。在录音设备及环境等各项参数不变的条件下,对不同病人样本,可使用同一阈值对咳嗽进行识别。该方法过程简单,数据计算量小,便于快速识别。 展开更多

关键词 Mel倒谱参数(Mel-Frequency CEPSTRUM Coefficient MFCC) Mel刻度滤波器对数能量 咳嗽识别

在线阅读 下载PDF 职称材料

一种先天性心脏病杂音分割及分析方法 被引量：3

19

作者 房玉 江钟伟 +1 位作者 王海滨 陶婷 《北京生物医学工程》 2018年第2期151-156,共6页

目的心音信号中的杂音成分可以反映心脏结构缺损等异常情况。本文提出一种心杂音分割及分析方法用于先心病杂音信号的识别。方法为去除临床采集心音信号中的噪声干扰,采用基于频率切片小波变换的降噪新方法提高听诊精度。然后采用特征... 目的心音信号中的杂音成分可以反映心脏结构缺损等异常情况。本文提出一种心杂音分割及分析方法用于先心病杂音信号的识别。方法为去除临床采集心音信号中的噪声干扰,采用基于频率切片小波变换的降噪新方法提高听诊精度。然后采用特征矩波形分析方法分割并提取心脏杂音间期信号。最后对心脏杂音间期心音信号提取心音梅尔尺度特征参数。结果通过临床采集的32例正常和16例室间隔缺损心音数据进行实验,计算心脏杂音间期片段提取特征参数的平均值和标准差,得到正常及室间隔缺损患儿心音数据的梅尔尺度特征参数范围。结论该方法可以在心脏收缩杂音期有效识别室间隔缺损心音信号特征,对于舒张杂音期信号尚需进行多角度特征提取及分析。该方法可以为典型先心病筛查及监控提供有效参考。 展开更多

关键词 心音 先天性心脏病 梅尔尺度特征参数 频率切片小波变换 特征矩波形

暂未订购

融合LPCC和MFCC的支持向量机OSAHS鼾声识别 被引量：6

20

作者 沈侃文 李文钧 岳克强 《杭州电子科技大学学报（自然科学版）》 2020年第6期1-5,12,共6页

单纯打鼾者的鼾声与阻塞性睡眠呼吸暂停低通气综合征(Obstructive Sleep Apnea-Hypopnea Syndrome,OSAHS)患者的鼾声在声学特征上有较大的区分度。从鼾声的声学特征出发,提出一种基于支持向量机(Support Vector Machines,SVM)的Fisher... 单纯打鼾者的鼾声与阻塞性睡眠呼吸暂停低通气综合征(Obstructive Sleep Apnea-Hypopnea Syndrome,OSAHS)患者的鼾声在声学特征上有较大的区分度。从鼾声的声学特征出发,提出一种基于支持向量机(Support Vector Machines,SVM)的Fisher准则融合特征鼾声分类算法。首先,通过使用线性预测倒谱系数(Linear Prediction Cepstrum Coefficient,LPCC)和梅尔倒谱系数(Mel-scale Frequency Cepstral Coefficient,MFCC)的特征提取方法来分别提取鼾声的特征,并通过计算得出LPCC和MFCC每一维特征参数的Fisher比;然后,根据Fisher比的大小进行LPCC和MFCC的特征融合;最后,用SVM进行鼾声的特征分类,识别单纯打鼾者和OSAHS患者。实验结果表明,以融合LPCC和MFCC特征参数作为特征参数时,抗噪性能好且具有较高的识别准确率,准确率达到95.8%。 展开更多

关键词 线性预测倒谱系数 梅尔倒谱系数 融合LPCC和MFCC特征参数 支持向量机

在线阅读 下载PDF 职称材料