10.3969/j.issn.1006-2475.2016.07.023
基于支持向量机的咳嗽自动识别
为了进一步改善咳嗽自动识别的效果,本文以支持向量机作为咳嗽识别的分类模型,详细介绍样本采集、MFCC特征参数提取和支持向量机咳嗽识别的实现过程,并与隐马尔可夫模型和动态时间规划的识别结果及运行时间进行比较。实验结果表明在识别率方面,当训练样本集较大时,支持向量机与隐马尔可夫模型的识别结果相近且优于动态时间规划;当训练样本集较小时,支持向量机的识别率最高。在训练和识别效率方面,支持向量机具有明显的优势。
咳嗽识别、支持向量机、特征提取、隐马尔可夫模型
TP391.4(计算技术、计算机技术)
中山市科技计划项目2014A2FC383
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-114