基于小波分解和Mel频率的儿童咳嗽干湿性自动分类

• 作者: 俞一奇 刘晓芳 张宁 徐文龙
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 咳嗽识别 小波包分解 Mel频率 特征选择
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 205-209
• 页数: 5页
• 分类号: TP391.42
• 字数: 4462字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.09.037

摘要

咳嗽的干湿性是儿科呼吸道疾病诊断的重要依据.咳嗽干湿性自动分类一般以咳嗽音MFCC作为主要特征向量,但Mel频率滤波器组低频密集高频稀疏的分布特性,使其未充分利用不同频段在反映干湿性能力上的差异.小波包分解可以获得不同频段的特征,对小波能量进行Mel频率刻度的非线性伸缩,以弱化低频特征、强化高频特征,从而凸显两类咳嗽音信号在各频段上的差异性.实验结果表明,该特征向量能更有效地区分两类样本数据,干湿性总体分类准确率达89.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宁		16	207	5.0	14.0
2	刘晓芳	中国计量大学信息工程学院	10	35	4.0	5.0
3	徐文龙	中国计量大学信息工程学院	24	107	6.0	9.0
4	俞一奇	中国计量大学信息工程学院	1	0	0.0	0.0