《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工神经网络的鼾声相关信号的分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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．