基于非线性动力学和GMM的病态嗓音识别与研究  

Recognition and Study of Pathological Voices Based on Nonlinear Dynamics Using GMM

作　　者：高俊芬[1] 胡维平[1] 

机构地区：[1]广西师范大学电子工程学院,广西桂林541004

出　　处：《广西师范大学学报（自然科学版）》2011年第3期5-8,共4页Journal of Guangxi Normal University:Natural Science Edition

基　　金：广西自然科学基金资助项目(2010GXNSFA013128)

摘　　要：本文采用非线性动力学的分析方法,定量分析并提取了正常与病态嗓音的5维非线性特征:Hurst参数、香农熵、计盒维数、Kolmogorov熵和关联维数;使用来源于临床病例的151例数据,选用高斯混合模型GMM(gaussian mixture model)的模式识别方法,来评估基于非线性动力学分析方法所提取的特征参数的有效性。实验结果表明,非线性动力学的分析方法能够弥补传统分析方法的不足,较好分析正常与病态嗓音,取得96.05%的较好识别率。The method of nonlinear dynamics analysis is used to quantitatively analyze and extract the normal and pathological voice of the 5-dimensional nonlinear feature,Hurst parameter,Shannon entropy,box dimension,Kolmogorov entropy and correlation dimension.The data is from the clinical cases of 151 patients and the pattern recognition method of Gaussian mixture model is used to evaluate the validity of the parameters extracted by the method of nonlinear dynamics.Experimental results show that this method can compensate for the deficiency of traditional methods,and achieve a better recognition rate of 96.05%.

关 键 词：非线性动力学 GMM 混沌理论 病态嗓音 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]