期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向帕金森病语音诊断的非监督两步式卷积稀疏迁移学习算法
被引量:
3
1
作者
张小恒
张馨月
+2 位作者
李勇明
王品
刘玉川
《电子学报》
EI
CAS
CSCD
北大核心
2022年第1期177-184,共8页
帕金森病(Parkinson’s Disease,PD)语音诊断存在小样本问题,如果借助相关语音数据集进行迁移学习,容易加重训练集和测试集之间的分布差异,影响分类准确率.为了解决上述矛盾问题,本文提出了两步式稀疏迁移学习算法.该算法分为两大步:第...
帕金森病(Parkinson’s Disease,PD)语音诊断存在小样本问题,如果借助相关语音数据集进行迁移学习,容易加重训练集和测试集之间的分布差异,影响分类准确率.为了解决上述矛盾问题,本文提出了两步式稀疏迁移学习算法.该算法分为两大步:第一步算法为语音段特征同时优选的快速卷积稀疏编码算法,构造卷积稀疏编码算子用于快速学习公共语音数据集的结构信息,然后将其迁移到PD语音目标集以弥补后者样本信息的不足,接着再同时对语音段和特征进行同时优选以获得更有价值的信息;第二步算法为联合局部结构信息分布对齐算法,对训练集和测试集进行域适应,在保持各自样本结构信息的同时,最小化分布误差.实验结果表明:本文算法中每一步迁移学习算法均有效;与相关算法相比,本文算法准确率显著较高,达97.5%.
展开更多
关键词
语音诊断
帕金森症(PD)
两步式
稀疏
迁移
学习
卷积稀疏迁移学习
域适应
下载PDF
职称材料
双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法
2
作者
张小恒
李勇明
王品
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022年第11期151-161,共11页
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...
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。
展开更多
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
下载PDF
职称材料
题名
面向帕金森病语音诊断的非监督两步式卷积稀疏迁移学习算法
被引量:
3
1
作者
张小恒
张馨月
李勇明
王品
刘玉川
机构
重庆大学微电子与通信工程学院
重庆广播电视大学
出处
《电子学报》
EI
CAS
CSCD
北大核心
2022年第1期177-184,共8页
基金
国家自然科学基金(No.61771080)
重庆市自然科学基金(No.cstc2020jcyj-msxmX0100,No.cstc2020jcyj-msxmX0196)
重庆市社会科学规划项目(No.2018YBYY133)。
文摘
帕金森病(Parkinson’s Disease,PD)语音诊断存在小样本问题,如果借助相关语音数据集进行迁移学习,容易加重训练集和测试集之间的分布差异,影响分类准确率.为了解决上述矛盾问题,本文提出了两步式稀疏迁移学习算法.该算法分为两大步:第一步算法为语音段特征同时优选的快速卷积稀疏编码算法,构造卷积稀疏编码算子用于快速学习公共语音数据集的结构信息,然后将其迁移到PD语音目标集以弥补后者样本信息的不足,接着再同时对语音段和特征进行同时优选以获得更有价值的信息;第二步算法为联合局部结构信息分布对齐算法,对训练集和测试集进行域适应,在保持各自样本结构信息的同时,最小化分布误差.实验结果表明:本文算法中每一步迁移学习算法均有效;与相关算法相比,本文算法准确率显著较高,达97.5%.
关键词
语音诊断
帕金森症(PD)
两步式
稀疏
迁移
学习
卷积稀疏迁移学习
域适应
Keywords
speech diagnosis
parkinson’s disease(PD)
two-step sparse transfer learning
convolutional sparse cod⁃ing transfer learning
domain adaptation
分类号
TP319.41 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法
2
作者
张小恒
李勇明
王品
机构
重庆开放大学
重庆大学微电子与通信工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022年第11期151-161,共11页
基金
国家自然科学基金重点项目(U21A20448)
国家自然科学基金(61771080)
+2 种基金
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。
文摘
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
Keywords
PD speech recognition
envelope learning
deep instance learning
means clustering
two-stage convolution sparse transfer learning
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TH77 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向帕金森病语音诊断的非监督两步式卷积稀疏迁移学习算法
张小恒
张馨月
李勇明
王品
刘玉川
《电子学报》
EI
CAS
CSCD
北大核心
2022
3
下载PDF
职称材料
2
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
李勇明
王品
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部