基于递归图分析的腭裂语音鼻漏气自动识别算法
鼻漏气是腭咽闭合不全患者的典型症状,针对腭裂语音鼻漏气的特征进行研究,利用基于非线性动力学方法的递归图对特征进行发掘,并结合递归趋势分析法和基于递归图的区域进行分布处理,提取递归图分析的量化参数和最小区域矩阵作为特征参数.结合分类器,实现对腭裂语音鼻漏气的自动识别.实验针对降采样点、延迟时间、临界距离、语音单元、分类器种类等因素,进行了识别效果的分析,并综合权衡各因素对识别正确率的影响,选取了最优取值.实验结果表明,采用KNN分类器并当降采样点为30 000点、延迟时间为3 ms、临界距离5个单位、语音单元为4帧时,腭裂语音鼻漏气自动识别的正确率达84.63%.腭裂语音鼻漏气自动识别算法能为临床腭咽功能评估提供高效、客观的辅助诊断依据.
腭裂语音、鼻漏气、递归图、区域分布
47
TP391.9(计算技术、计算机技术)
国家自然科学基金青年科学基金61503264
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
95-101