基于PCA和HMM的心音自动识别系统

• 作者: 曾庆宁 栗秀尹 王晓燕
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 梅尔频率倒谱系数 主分量分析 隐马尔科夫模型 K均值聚类 Baum-Welch算法 心音识别
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 148-151
• 分类号: TP391
• 字数: 4519字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.20.038

摘要

针对信号识别率高低由识别模型及特征参数决定的特点,提出融合K均值聚类的多观察序列的Baum-Welch参数重估算法,用于训练隐马尔科夫模型(HMM),通过主分量分析(PCA)对梅尔频率倒谱系数进行变换,并设计与实现一套基于PCA和HMM的心音自动识别系统.实验结果表明,该系统对6类常见心音的平均识别率达到83.3％,性能优于其他心音识别系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆宁	桂林电子科技大学信息与通信学院	105	545	12.0	18.0
2	王晓燕	桂林电子科技大学信息与通信学院	3	20	3.0	3.0
3	栗秀尹	桂林电子科技大学信息与通信学院	1	4	1.0	1.0