典型文献
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
文献摘要：
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％.
文献关键词：
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
中图分类号：
作者姓名：
张小恒;张馨月;李勇明;王品;刘玉川
作者机构：
重庆大学微电子与通信工程学院,重庆400030;重庆广播电视大学,重庆400052
文献出处：
引用格式：
[1]张小恒;张馨月;李勇明;王品;刘玉川-.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)[J].电子学报,2022(01):177-184
A类：
语音诊断,卷积稀疏迁移学习,两步式稀疏迁移学习
B类：
帕金森病,Parkinson,Disease,小样本问题,语音数据,训练集,测试集,分布差异,分类准确率,大步,第一步,音段,卷积稀疏编码,编码算法,共语,结构信息,行同,第二步,局部结构,信息分布,分布对齐,域适应,帕金森症
AB值：
0.262163
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
