基于随机森林的不同程度病态嗓音识别

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.

关键词：病态嗓音、随机森林、高斯混合模型、鲁棒性

所属期刊栏目：36

分类号：TP391.4;R447(计算技术、计算机技术)

资助基金：国家自然科学基金61362003;广西多源信息挖掘与安全重点实验室基金13-A-03-02;广西壮族自治区高等学校科学研究项目KY2015YB034

在线出版日期：2019-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：34-41