基于随机森林的不同程度病态嗓音识别

• 作者: 胡维平 许远静
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 医学
• 关键词: 病态嗓音 随机森林 高斯混合模型 鲁棒性
• 年，卷（期）: 2018,（4）
• 页码范围: 34-41
• 页数: 8页
• 分类号: TP391.4|R447
• 字数: 4037字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2018.04.005

摘要

为了更好地对不同程度病态嗓音进行识别,本文采用了一种基于随机森林的识别方法.分别对正常、中度、重度病态嗓音进行识别,并与高斯混合模型的识别结果进行了对比.实验结果表明:相比高斯混合模型,随机森林具有更高的分类精度、鲁棒性及更好的识别效果,其中正常、中度、重度嗓音的最高识别率分别达到了98.04％、86.84％、83.33％.本文内容为进一步研究病态嗓音细分类提供了一定的参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡维平	广西师范大学电子工程学院	44	487	11.0	20.0
2	许远静	广西师范大学电子工程学院	1	2	1.0	1.0