基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持.自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量.但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题.针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX.利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面.实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测.
推荐文章
鲁棒递推偏最小二乘法
野点分析
递推偏最小二乘法
鲁棒主分量回归算法
交流异步电力测功机
基于张量偏最小二乘法的高维输出预测模型
预测模型
高维输出
张量
偏最小二乘法
心脏电生理信息
基于偏最小二乘法的人脸识别
人脸识别
偏最小二乘
线性判决分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于偏最小二乘法的咳嗽信号检测
来源期刊 计算机工程 学科 工学
关键词 咳嗽信号检测 类别不均衡 偏最小二乘法 APLSCX模型 端点检测
年,卷(期) 2014,(6) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 281-284,290
页数 5页 分类号 TP18
字数 3437字 语种 中文
DOI 10.3969/j.issn.1000-3428.2014.06.060
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李国正 同济大学电子与信息工程学院 16 146 8.0 11.0
2 尤鸣宇 同济大学电子与信息工程学院 9 28 3.0 5.0
3 王峥 同济大学电子与信息工程学院 5 17 3.0 4.0
4 刘家铭 同济大学电子与信息工程学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (5)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (3)
1900(4)
  • 参考文献(0)
  • 二级参考文献(4)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
咳嗽信号检测
类别不均衡
偏最小二乘法
APLSCX模型
端点检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导