人工智能聲學(xué)屬性拓?fù)洹两鹕?gòu)音障礙的信號(hào)分析與表示
定 價(jià):68 元
叢書(shū)名:前沿科技·人工智能系列
- 作者:張濤
- 出版時(shí)間:2025/1/1
- ISBN:9787121491108
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:R742.5
- 頁(yè)碼:208
- 紙張:
- 版次:01
- 開(kāi)本:16開(kāi)
帕金森病是十分常見(jiàn)的神經(jīng)系統(tǒng)退行性疾病之一。開(kāi)展帕金森病構(gòu)音障礙的研究對(duì)于輔助患者病情診斷和盡早治療具有重要的現(xiàn)實(shí)意義。本書(shū)系統(tǒng)地介紹了帕金森病構(gòu)音障礙的信號(hào)分析與表示的最新研究成果。本書(shū)分為背景知識(shí)、數(shù)據(jù)分析、變換域分析、結(jié)構(gòu)化分析4篇,共14章。背景知識(shí)篇著重闡述帕金森病構(gòu)音障礙的研究歷史及現(xiàn)有問(wèn)題,以及屬性拓?fù)涞幕纠碚;?shù)據(jù)分析篇著重闡述語(yǔ)音信號(hào)的經(jīng)典聲學(xué)特征提取方法、經(jīng)典分類器及常用的分類評(píng)價(jià)指標(biāo);變換域分析篇著重闡述基于EMD-EDF的帕金森病構(gòu)音障礙研究,基于Adaptive-TQWT-EDF的帕金森病構(gòu)音障礙研究,以及基于分?jǐn)?shù)階語(yǔ)譜圖的FrSwin模型;結(jié)構(gòu)化分析篇著重闡述帕金森病語(yǔ)音方向共生屬性拓?fù)涞慕,基于方向共生屬性拓(fù)涞慕Y(jié)構(gòu)特征提取,基于方向共生屬性拓?fù)涞臅r(shí)頻特征提取,基于方向共生屬性拓?fù)涞墓采卣魈崛。诜謹(jǐn)?shù)階屬性拓?fù)涞穆晫W(xué)特征提取,基于時(shí)間差值屬性拓?fù)涞恼Z(yǔ)譜圖能量特征,基于頻率屬性拓?fù)涞恼Z(yǔ)譜圖能量特征,以及組合特征實(shí)驗(yàn)與綜合實(shí)驗(yàn)分析。
張濤,燕山大學(xué)教授、博士生導(dǎo)師。屬性拓?fù)淅碚摻⒄。首批河北省青年拔尖人才,中?guó)人工智能學(xué)會(huì)粒計(jì)算與知識(shí)發(fā)現(xiàn)專業(yè)委員會(huì)委員,中國(guó)計(jì)算機(jī)學(xué)會(huì)語(yǔ)音對(duì)話與聽(tīng)覺(jué)專委會(huì)專業(yè)委員會(huì)委員,中國(guó)計(jì)算機(jī)學(xué)會(huì)計(jì)算機(jī)應(yīng)用專業(yè)委員會(huì)委員,世界中醫(yī)藥學(xué)會(huì)聯(lián)合會(huì)醫(yī)案專業(yè)委員會(huì)理事,世界中醫(yī)藥學(xué)會(huì)聯(lián)合會(huì)中醫(yī)健康管理專業(yè)委員會(huì)理事。Pattern Recognition, International Journal of Machine Learning and Cybernetics, Soft Computing等期刊特邀審稿人。主持國(guó)家自然科學(xué)基金2項(xiàng),河北省自然科學(xué)基金3項(xiàng)。作為主研人參加國(guó)家自然科學(xué)基金6項(xiàng),國(guó)家中醫(yī)藥管理局1項(xiàng),其他國(guó)家與省部級(jí)項(xiàng)目十余項(xiàng)。在國(guó)內(nèi)外期刊與會(huì)議發(fā)表學(xué)術(shù)論文120余篇,其中SCI/EI檢索80余篇。
第一篇 背景知識(shí)
第1章 研究歷史及現(xiàn)有問(wèn)題
1.1 研究歷史
1.1.1 背景及意義
1.1.2 研究現(xiàn)狀
1.2 現(xiàn)有問(wèn)題
1.3 本章小結(jié)
第2章 屬性拓?fù)涞幕纠碚?br> 2.1 形式背景預(yù)處理
2.2 屬性拓?fù)涞亩x
2.3 屬性拓?fù)涞膶傩苑诸?br> 2.3.1 頂層屬性和伴生屬性
2.3.2 父屬性和子屬性
2.3.3 全局屬性、空屬性和對(duì)等屬性
2.4 屬性拓?fù)涞幕A(chǔ)運(yùn)算法則
2.4.1 增加屬性
2.4.2 刪除屬性
2.4.3 合并屬性
2.4.4 交換屬性
2.4.5 子圖合并
2.5 屬性拓?fù)涞霓D(zhuǎn)置:對(duì)象拓?fù)?br> 2.6 決策連續(xù)形式背景的離散化
2.6.1 數(shù)據(jù)空間的色度學(xué)可視化
2.6.2 可視化空間離散化
2.6.3 形式背景生成
2.7 本章小結(jié)
第二篇 數(shù)據(jù)分析
第3章 經(jīng)典特征提取與實(shí)驗(yàn)設(shè)置
3.1 數(shù)據(jù)集
3.2 經(jīng)典聲學(xué)特征提取
3.3 經(jīng)典分類器
3.4 交叉驗(yàn)證方法
3.5 評(píng)價(jià)指標(biāo)
3.6 本章小結(jié)
第三篇 變換域分析
第4章 基于EMD-EDF的帕金森病構(gòu)音障礙研究
4.1 引言
4.2 EMD語(yǔ)音信號(hào)分解
4.2.1 EMD語(yǔ)音信號(hào)的分解原理
4.2.2 IMF信號(hào)分析
4.3 基于EMD信號(hào)分解的能量方向特征提取方法
4.3.1 能量譜計(jì)算
4.3.2 能量譜的劃分
4.3.3 子能量譜塊的方向?qū)?shù)計(jì)算
4.3.4 角度離散化
4.4 特征降維
4.5 實(shí)驗(yàn)設(shè)置和實(shí)驗(yàn)結(jié)果與分析
4.5.1 實(shí)驗(yàn)設(shè)置
4.5.2 實(shí)驗(yàn)結(jié)果與分析
4.6 本章小結(jié)
第5章 基于Adaptive-TQWT-EDF的帕金森病構(gòu)音障礙研究
5.1 引言
5.2 Adaptive-TQWT的語(yǔ)音信號(hào)分解算法
5.2.1 Adaptive-TQWT語(yǔ)音信號(hào)分解
5.2.2 Adaptive-TQWT算法分解參數(shù)統(tǒng)計(jì)分析
5.3 基于Adaptive-TQWT分解的能量方向特征提取方法
5.3.1 子帶信號(hào)選擇
5.3.2 基于Adaptive-TQWT分解的能量方向特征提取
5.4 特征降維
5.5 實(shí)驗(yàn)設(shè)置和實(shí)驗(yàn)結(jié)果與分析
5.5.1 實(shí)驗(yàn)設(shè)置
5.5.2 實(shí)驗(yàn)結(jié)果與分析
5.6 本章小結(jié)
第6章 基于分?jǐn)?shù)階語(yǔ)譜圖的FrSwin模型
6.1 引言
6.2 FrSwin模型的訓(xùn)練與特征表示
6.2.1 基于遷移學(xué)習(xí)的參數(shù)訓(xùn)練
6.2.2 基于FrSwin網(wǎng)絡(luò)的特征表示
6.3 實(shí)驗(yàn)結(jié)果與分析
6.3.1 實(shí)驗(yàn)設(shè)置
6.3.2 不同模型下的實(shí)驗(yàn)結(jié)果
6.3.3 消融實(shí)驗(yàn)
6.3.4 結(jié)果分析
6.4 本章小結(jié)
第四篇 結(jié)構(gòu)化分析
第7章 帕金森病語(yǔ)音方向共生屬性拓?fù)涞慕?br> 7.1 引言
7.2 帕金森病語(yǔ)音方向共生屬性拓?fù)涞慕⑦^(guò)程
7.2.1 語(yǔ)音時(shí)頻域表示
7.2.2 基于不同時(shí)頻混合比的方向統(tǒng)計(jì)方法
7.2.3 基于核密度估計(jì)的形式背景建立方法
7.2.4 共生屬性拓?fù)涿枋龇椒?br> 7.3 本章小結(jié)
第8章 基于方向共生屬性拓?fù)涞慕Y(jié)構(gòu)特征提取
8.1 方向結(jié)構(gòu)統(tǒng)計(jì)分析
8.2 特征提取
8.3 特征降維
8.4 SF-CDAT實(shí)驗(yàn)
8.4.1 SF-CDAT實(shí)驗(yàn)設(shè)置
8.4.2 SF-CDAT實(shí)驗(yàn)結(jié)果
8.5 本章小結(jié)
第9章 基于方向共生屬性拓?fù)涞臅r(shí)頻特征提取
9.1 引言
9.2 頻域特征統(tǒng)計(jì)分析
9.2.1 特征提取
9.2.2 FF-CDAT實(shí)驗(yàn)及分析
9.3 時(shí)域特征統(tǒng)計(jì)分析
9.3.1 特征提取
9.3.2 TF-CDAT實(shí)驗(yàn)及分析
9.4 本章小結(jié)
第10章 基于方向共生屬性拓?fù)涞墓采卣魈崛?br> 10.1 方向共生統(tǒng)計(jì)分析
10.2 特征提取
10.3 CF-CDAT實(shí)驗(yàn)
10.3.1 CF-CDAT實(shí)驗(yàn)設(shè)置
10.3.2 CF-CDAT實(shí)驗(yàn)結(jié)果
10.4 本章小結(jié)
第11章 基于分?jǐn)?shù)階屬性拓?fù)涞穆晫W(xué)特征提取
11.1 引言
11.2 分?jǐn)?shù)階語(yǔ)譜圖內(nèi)的形式背景建立
11.2.1 分?jǐn)?shù)階語(yǔ)譜圖中的能量變化信息統(tǒng)計(jì)
11.2.2 基于能量變化信息的形式背景建立
11.3 基于分?jǐn)?shù)階屬性拓?fù)涞穆晫W(xué)特征提取方法
11.3.1 分?jǐn)?shù)階屬性拓?fù)涞纳?br> 11.3.2 分?jǐn)?shù)階屬性拓?fù)涞倪B通分量特征提取
11.4 實(shí)驗(yàn)結(jié)果與分析
11.4.1 實(shí)驗(yàn)設(shè)置
11.4.2 實(shí)驗(yàn)結(jié)果
11.4.3 實(shí)驗(yàn)分析
11.5 本章小結(jié)
第12章 基于時(shí)間差值屬性拓?fù)涞恼Z(yǔ)譜圖能量特征
12.1 引言
12.2 時(shí)間差值屬性拓?fù)?br> 12.2.1 方法架構(gòu)
12.2.2 能量變化信息表示
12.2.3 時(shí)間差值屬性拓?fù)涞慕?br> 12.2.4 連通結(jié)構(gòu)特征提取
12.3 實(shí)驗(yàn)
12.3.1 基于TQWT語(yǔ)譜圖的CS-TDAT
12.3.2 基于經(jīng)典語(yǔ)譜圖的CS-TDAT
12.4 本章小結(jié)
第13章 基于頻率屬性拓?fù)涞恼Z(yǔ)譜圖能量特征
13.1 引言
13.2 頻率屬性拓?fù)?br> 13.2.1 方法架構(gòu)
13.2.2 頻率屬性拓?fù)涞慕?br> 13.2.3 連通結(jié)構(gòu)特征提取
13.3 實(shí)驗(yàn)
13.3.1 基于TQWT語(yǔ)譜圖的CS-FAT
13.3.2 基于經(jīng)典語(yǔ)譜圖的CS-FAT
13.4 本章小結(jié)
第14章 組合特征實(shí)驗(yàn)與綜合實(shí)驗(yàn)分析
14.1 引言
14.2 基于TDAT和FAT的組合特征
14.2.1 組合特征提取
14.2.2 基于TQWT語(yǔ)譜圖的組合特征實(shí)驗(yàn)結(jié)果
14.2.3 基于經(jīng)典語(yǔ)譜圖的組合特征實(shí)驗(yàn)結(jié)果
14.3 對(duì)比實(shí)驗(yàn)
14.3.1 與所提取方法對(duì)比
14.3.2 與現(xiàn)有方法對(duì)比
14.4 本章小結(jié)
參考文獻(xiàn)