《表2 声学特征集:基于人工神经网络的鼾声相关信号的分类》
鼾声、呼吸声和其他噪声在频谱分布上有明显的差异性.为了恰当描述这些差异性,我们对每个声音片段提取了43维的特征集,主要包括4个方面:频谱能量类相关特征集(Spectral Energy related feature,SE) ,22维特征[10];基频类相关特征集(Pitch Related feature,PR) ,3维特征[11];Mel倒谱系数相关特征集(MFCC related feature,MF) ,2维特征;频谱余弦相似度特征集(Spectral Cosine Similarity feature,SCS) ,16维特征.表2给出了这些声学特征参数.
图表编号 | XD0057729200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 侯丽敏、刘焕成、施晓宇、张新鹏 |
绘制单位 | 上海大学通信与信息工程学院、上海大学通信与信息工程学院、上海大学通信与信息工程学院、上海大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |