文献类型：期刊文章

作　　者：于燕平[1,2] 胡维平[1]

机构地区：[1]广西师范大学物理与电子工程学院,桂林541004 [2]柳州运输职业技术学院电子工程系,柳州545007

出　　处：《中国生物医学工程学报》

基　　金：广西自然科学基金(桂科自:0448035)

年　　份：2009

卷　　号：28

期　　号：3

起止页码：327-331

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、EMBASE、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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。

关 键 词：病态嗓音  神经网络 显著性度量  高斯混合模型

分 类 号：R322.32]