资源描述：
《混沌理论论文：混沌理论 病态嗓音 非线性动力学 高斯混合模型 支持向量机》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、【关键词】混沌理论病态嗓音非线性动力学高斯混合模型支持向量机【英文关键词】ChaosTheorypathologicalvoicenonlineardynamicsGaussianmixturemodelsupportvectormachine混沌理论论文：基于非线性动力学及GMM/SVM病态嗓音识别与研究【中文摘要】声带和嗓音的病理诊断应在早期进行,众所周知,声带病变会引起语音信号的变化。因此,声音信号可以作为一个重要的、客观的、非侵入性的工具来诊断这些病变。近年来,嗓音病理的无损诊断是一个重要课题,正
2、常与病态嗓音的分类,作为一个辅助的治疗方式,已经得到越来越多研究者的关注。目前临床医生使用现有的电子仪器如肌电图仪、舌动电流描记器、电子内镜等检测及诊断声带的病变,然而,每一种检测方法都是具有侵入性的,需要专业的医生去分析许多嗓音信号的声学参数,最终也无法摆脱主观的判断；随着计算机科学与技术发展,推进了病态嗓音客观的、无损伤、无痛的诊断。但目前病态嗓音的客观诊断和智能识别,还不能很好地应用到临床医学检测,还存在一定的差离。并且这些电子仪器一般提取语音信号的传统声学特征参数,如基频、共振峰、Mel频率倒谱系
3、数(MelFrequencyCepstrumCoefficient,MFCC)等等,这些传统的声学参数的提取均是采用传统的线性分析技术,对分析非周期的、混沌的信号就产生了一定的局限性,而且空气动力学及声学理论表明,语音信号存在着产生混沌的机制,它是一个复杂的非线性过程,传统的声学分析方法忽略嗓音产生过程中的非线性特性,严重影响了特征的有效性。而非线性动力学技术一分形和混沌理论可以有效地描述不规则、非周期信号。本实验采用非线性动力学的分析方法,定量分析嗓音的非线性特性,提取了9维嗓音的非线性特征参数,弥补传
4、统分析方法的不足,并通过神经网络进行特征选择,筛选出其中的7维非线性特征能数：Hurst参数、第二阶Renyi熵、关联维数、Kolmogorov熵、最大Lyapunov(?)旨数、计盒维数和截距；使用这7维特征参数,采用有别于传统的模式识别方法一高斯混合模型(GaussianmixturemodelGMM)和支持向量机(SupportvectormachineSVM),非侵害地自动识别正常与病态的嗓音,取数据库中151例嗓音中的39例正常和36例病态嗓音作为测试集,其余作为训练集,使用GMM和SVM模式识
5、别方法,分别得到较好的识别率为：98.61%和97.33%。实验结果表明,非线性动力学的分析方法可以有效地分析正常与病态嗓音,用GMM和SVM的识别方法,均取得较高的识别率。同时也对比了传统的声学特征参数：基频、振峰和MFCC,实验结果表明,与传统的声学特征参数相比,非线性动力学特征参数较为有效；使用其中3维非线性特征参数与识别效果较好的基频、共振峰进行组合识别,所得到的识别率均比传统声学参数的识别率高,这表明非线性动力学参数可以弥补传统声学参数的不足,提高我们认识和分析病态嗓音的能力。【英文摘要】The
6、pathologicalvocalcordsandvoiceshouldbediagnosedatanearlystage,itiswellknown,andthelesionsofvocalcordcancausethechangesinthespeechsignal.Therefore,thesoundsignalcanbeusedasanimportantobjectivenon-invasivetooltodiagnosetheselesions.Inrecentyears,non-destruc
7、tivediagnosisofvoicepathologyisanimportantissue,theclassificationofnormalandpathologicalvoice,asanauxiliarytreatment,hasbeenmoreandmoreresearchers’attention.CurrentlyClinicianstouseexistingelectronicequipment,suchasEMG,tonguetomovethecurrenttracingsandthe
8、electronicendoscopetodetectanddiagnosethevocalcordlesions.However,eachofthetestmethodsareinvasive,requireprofessionaldoctortoanalyzetheacousticparametersofvoicesignal,andultimatelytheresultscannotescapesubjectivejud
