双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法

doi:10.19650/j.cnki.cjsi.J2108683

	双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法
	张小恒 1,2; 李勇明 2; 王品 2
	2022-11-15
发表期刊	仪器仪表学报
ISSN	0254-3087
卷号	43 期号:11 页码:151-161
摘要	帕金森病(PD)语音识别算法研究对于其及时诊疗具有重要意义，但现有PD语音识别算法面临小样本数据量问题挑战。针对问题，本文提出双面双阶段均值聚类包络和卷积稀疏迁移学习算法。在双阶段学习方面，首先基于源数据集训练多组卷积核，然后通过中间集得到最优卷积核并对目标集进行编码。在深度样本聚类包络方面，首先设计迭代均值聚类算法构建深度样本空间；然后进行样本特征同时选择并训练分类器模型；最后对不同样本空间的分类结果进行融合。实验选取代表性的PD语音数据集进行验证。实验结果表明，本文算法创新部分有效，与10多个经典和最新相关文献算法相比取得了显著改进，准确率达97.8%。此外，本文算法的时间复杂度不高，满足临床应用要求。
关键词	帕金森病语音识别包络学习深度样本学习均值聚类双阶段卷积稀疏迁移学习
DOI	10.19650/j.cnki.cjsi.J2108683
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金重点项目(U21A20448);国家自然科学基金(61771080);重庆市自然科学基金(cstc2020jcyj-msxmX0100);重庆市社会科学规划项目(2018YBYY133);重庆市教委科学技术研究项目(KJQN202104002)资助
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/152588
专题	国家开放大学重庆分部
通讯作者	李勇明
作者单位	1.重庆开放大学; 2.重庆大学微电子与通信工程学院
第一作者单位	国家开放大学重庆分部
第一作者的第一单位	国家开放大学重庆分部
推荐引用方式 GB/T 7714	张小恒,李勇明,王品. 双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法[J]. 仪器仪表学报,2022,43(11):151-161.
APA	张小恒,李勇明,&王品.(2022).双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法.仪器仪表学报,43(11),151-161.
MLA	张小恒,et al."双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法".仪器仪表学报 43.11(2022):151-161.