基于子带能量变换改进MFCC的咳嗽识别

• 作者: 朱春媚 黎萍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 辅助诊断 咳嗽识别 子带能量变换 特征提取
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 148-151,157
• 页数: 5页
• 分类号: TP391.4
• 字数: 3930字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1511-0062

摘要

在咳嗽识别中,频谱能量较高是咳嗽区别于大部分非咳嗽声音的主要特征,在分析得到咳嗽各子带频谱能量分布系数的基础上,提出了一种基于子带能量变换改进MFCC的咳嗽识别新方法.该方法在MFCC提取过程中引入子带能量变换,对高能量子带进行增强以降低非咳嗽信号的误识别率和提高轻微咳嗽的识别率,舍弃低能量子带以提高系统的抗干扰能力.在相同实验条件下,比较了采用改进MFCC和传统MFCC的咳嗽识别性能.实验结果表明:改进MFCC有效改善了咳嗽识别的各项评价指标和增强了算法的鲁棒性,平均识别率从89.29%提高到了94.43%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱春媚	电子科技大学中山学院自动化系	23	76	5.0	6.0
5	黎萍	电子科技大学中山学院自动化系	23	126	7.0	10.0