基于MFCC特征和隐马尔可夫模型的咳嗽信号自动识别

• 作者: 李淑霞 杨俊成
• 来源期刊: 内蒙古师范大学学报（自然科学汉文版）
• 学科: 工学
• 关键词: 咳嗽信号 识别率 梅尔频率倒谱系数 隐马尔可夫模型
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 物理科学与技术
• 页码范围: 799-801,805
• 页数: 4页
• 分类号: TN912.3
• 字数: 1695字
• 语种: 中文

摘要

为了提高咳嗽信号自动识别效果，提出一种梅尔频率倒谱系数特征和隐马尔可夫模型相融合的咳嗽信号自动识别方法。提取咳嗽信号的梅尔频率倒谱系数特征，通过独立主成分分析对特征进行降维，然后采用隐马尔可夫模型建立咳嗽信号自动分类器，实现咳嗽信号的自动识别。在 Matlab 2012平台上进行了咳嗽信号自动识别测试，结果表明，该方法在提高咳嗽信号自动识别率的同时，大幅度减少了咳嗽信号的平均识别时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李淑霞	河南工业职业技术学院电子信息工程系	20	95	5.0	9.0
2	杨俊成	河南工业职业技术学院电子信息工程系	23	97	4.0	9.0