基于偏最小二乘法的咳嗽信号检测

摘要：

咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持.自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量.但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题.针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX.利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面.实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测.

关键词：咳嗽信号检测、类别不均衡、偏最小二乘法、APLSCX模型、端点检测

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61005006,61273305

在线出版日期：2014-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：281-284,290