您的位置： 专家智库 > >

甘德英

作品数：1 被引量：3H指数：1
供职机构：广西师范大学电子工程学院更多>>
发文基金：国家自然科学基金广西壮族自治区自然科学基金更多>>
相关领域：医药卫生更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇医药卫生

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇声学
  • 1篇声学特征
  • 1篇向量
  • 1篇向量机
  • 1篇非线性动力
  • 1篇非线性动力学

机构

  • 1篇广西师范大学

作者

  • 1篇甘德英
  • 1篇胡维平
  • 1篇赵冰心

传媒

  • 1篇生物医学工程...

年份

  • 1篇2014
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
传统声学特征和非线性特征用于病态嗓音的比较研究被引量：3
2014年
本文通过分析嗓音的发音机制,提取正常与病态嗓音的传统声学参数[基频、Mel倒谱系数(MFCC)、线性预测系数(LPCC)、频率微扰、振幅微扰]与非线性动力学特征参数[熵(样本熵、模糊熵、多尺度熵)、计盒维数、计维截距和Hurst参数],作为病态嗓音识别的特征矢量集。应用支持向量机(SVM)对/a/音的78例正常嗓音与73例病态嗓音和/i/音的78例正常嗓音与80例病态嗓音进行建模与识别。结果表明,相对于传统的声学特征参数,非线性特征参数能更好地区分正常与病态嗓音;实验提取的所有参数中,除了多尺度熵,/a/音的正常与病态嗓音的识别率均高于/i/音,因此为了达到识别病态嗓音的目的,国内外相关研究大多采用/a/音数据;多尺度熵特征对/i/音的正常与病态嗓音的识别率较/a/音高,它或能为评价声带代偿功能状态的研究提供有益的启发。
甘德英胡维平赵冰心
关键词：支持向量机
全选 清除 导出
共1页<1>
聚类工具0