智能保健监测系统中音频信号的分类算法研究
作者:
作者单位:

广东司法警官职业学院 信息管理系

作者简介:

通讯作者:

基金项目:


Audio Signal Classification Algorithm for a Smart HealthCare Monitoring System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对 Mel频率倒谱系数(MFCCs) 信息在区分音频信号时的局限性, 提出一种基于不同特征提取技术的两级分类策略, 对智能保健监测系统的9种音频信号进行分类。分类的第一级采用 MFCCs及其变化率( ΔMFCCs ) 作为隐马尔可夫模型(HMM)的输入。在第二级, 将不同频段的功率谱密度的一阶差分均值和标准差作为分类的特征。实验结果表明, 功率谱密度的一阶差分包含了MFCCs所不含有的重要分类信息, 该方法使得实时保健监测系统的平均分类准确度高达97.37%, 具有较好的鲁棒性和分类准确性。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

李玲俐
.智能保健监测系统中音频信号的分类算法研究
[J].重庆师范大学学报自然科学版,2012,(4):73-76

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: