高俊芬
- 作品数：5 被引量：6H指数：2
- 供职机构：广西师范大学更多>>
- 发文基金：广西壮族自治区自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 经验模态分解及其应用方法研究
- 胡维平梁冬冬卢小春高俊芬董振华何强赵冰心
- 该项目开展了相关的EMD方向理论及应用研究,同时也持续开展了病态嗓音的分析及检测研究,取得了较好的阶段性成果。完成了单次经验模态分解的机理属性及其频域结构研究。开展了基于2阶局部奇异算子实现类EMD方法的研究，研究了其分...
- 关键词：
- 基于非线性动力学和GMM的病态嗓音识别与研究被引量：2
- 2011年
- 本文采用非线性动力学的分析方法,定量分析并提取了正常与病态嗓音的5维非线性特征:Hurst参数、香农熵、计盒维数、Kolmogorov熵和关联维数;使用来源于临床病例的151例数据,选用高斯混合模型GMM(gaussian mixture model)的模式识别方法,来评估基于非线性动力学分析方法所提取的特征参数的有效性。实验结果表明,非线性动力学的分析方法能够弥补传统分析方法的不足,较好分析正常与病态嗓音,取得96.05%的较好识别率。
- 高俊芬胡维平
- 关键词：非线性动力学GMM
- 基于非线性动力学及GMM/SVM病态嗓音识别与研究
- 声带和嗓音的病理诊断应在早期进行,众所周知,声带病变会引起语音信号的变化。因此,声音信号可以作为一个重要的、客观的、非侵入性的工具来诊断这些病变。近年来,嗓音病理的无损诊断是一个重要课题,正常与病态嗓音的分类,作为一个辅...
- 高俊芬
- 关键词：非线性动力学高斯混合模型支持向量机
- 文献传递
- 病态嗓音的识别与研究
- 2013年
- 通过分析嗓音的发音机理,提取正常与病态嗓音的传统声学参数:基频、共振峰、Mel倒谱系数(MFCC),以及非线性特征参数:计盒维数与截距,作为病态嗓音识别的特征矢量集。应用高斯混合模型(GMM)对156例正常嗓音与146例病态嗓音进行建模与识别。结果表明:非线性特征参数计盒维数与截距能很好地区分正常与病态嗓音,它们与传统声学参数基频和共振峰的组合,能够取得92.60%的识别率。
- 陈承义高俊芬
- 关键词：高斯混合模型截距
- 基于非线性动力学和高斯混合模型/支持向量机的病态嗓音识别与研究被引量：4
- 2012年
- 传统的病态嗓音的识别研究中,通常采用线性分析技术分析嗓音的特性,将嗓音产生过程用一个经典的线性模型来近似,然而,这样却忽略了嗓音产生过程中的非线性特性。本文基于非线性动力学的分析方法,定量分析并提取了嗓音的7维非线性特征——Hurst参数、时间延迟、第二阶Rényi熵、香农熵、关联维、Kolmogorov熵(K熵)、最大Lyapunov指数。实验结果表明,非线性动力学的方法能够弥补传统分析方法的不足,较好分析正常与病态嗓音;应用高斯混合模型(GMM)和支持向量机(SVM)的模式识别方法,分别对测试集39例正常嗓音和36例病态嗓音进行识别,均得到较好的识别率,分别为97.22%和97.30%。
- 高俊芬胡维平
- 关键词：非线性动力学高斯混合模型支持向量机
