换一批摘要咳嗽是一百多种疾病的主要症状,咳嗽声分析可以为临床诊断提供极其重要的信息.利用咳嗽声信息提取咳嗽的频率和强度能够定量评估治疗效果.本文提出一种咳嗽声识别算法,首先利用小波对信号进行分解,统计咳嗽声信号和非咳嗽声信号在各个时频点上的能量分布,然后选择能量分布差异最大的部分时频点对应的能量值作为特征,最后利用线性判别分析/广义奇异值分解(Linear discriminant analysis/Generalized singular value decomposition,LDA/GSVD)方法设计分类器.实验证明,该算法能够达到85%的识别率,且运算量较小.
更多相关知识
关键词
咳嗽声识别小波变换时频能量线性判别分析广义奇异值分解Cough sound recognitionWavelet transformTime-Frequency energyLinear discriminant analysis(LDA)Generalized singular value decomposition(GSVD)
分类号
TP391.4
栏目名称
发布时间
2009-12-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广东省自然科学基金（(05006593)）
- 浏览15
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
