一种有监督的鼾声来源识别方法
- 专利权人:
- 南京理工大学
- 发明人:
- 贺冲,李阳,许志勇,田巳睿,赵兆
- 申请号：
- CN201710240722.8
- 公开号：
- CN106821337B
- 申请日:
- 2017.13.04
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种有监督的鼾声来源识别方法。该方法包括数据的预处理、训练和识别,具体步骤为:首先,对鼾声实测数据进行Mel频率变换,得到数据样本;其次,设置卷积神经网络的结构、卷积层输出特征图数量和卷积核大小、池化尺寸、权矢量更新学习率、批训练样本数目、训练迭代次数;再次,将训练集的鼾声时频谱图作为卷积神经网络输入,根据设置好的网络结构进行网络初始化,经过前向过程、方向误差传播、更新权值和偏置,直到达到指定的迭代次数,完成训练过程;最后,将测试集送入训练好的网络模型,得到识别结果。本发明可以有效地识别出鼾声来源,识别结果准确,性能优良。
- 来源网站：
- 中国工程科技知识中心
