基于SVM方法的神经网络呼吸音识别算法.pdfVIP

第35卷第10期 通信学报 、，01．35No．10 2014年10月 JournalonCommunications October2014 基于SVM方法的神经网络呼吸音识别算法 刘国栋，许静 f南开大学计算机与控制工程学院，天津3000711 摘要：提出了一种神经网络的sⅥⅥf支持向量机)呼吸音识别算法，将通过小波分析得到的呼吸音特征输入神经 网络，作为sⅥⅥ方法的特征输入，对训练样本进行训练，再对测试样本进行分类识别。对于呼吸音反映的3种 状态(正常、轻度病变和重度病变)进行了识别，同时与K最近邻(KNN)方法进行比较。实验结果表明，sVM方 法具有较高的识别精度，能够对呼吸音状态进行识别，同时在此领域也验证了在神经网络方法中无法避免的局部 极值问题。提示基于sVM方法的神经网络呼吸音识别算法有较好的精度，可为身体局域网技术提供信息处理的 有效算法。 关键词：支持向量机；呼吸音；小波分析；神经网络；身体局域网 中图分类号：TP311．134．3 文献标识码：A Neuralnetwork of recognitionalgorithm breathsoundsbasedonSVM LIU Gou—dong，XUJing of andCoⅡ虹01 30007 University，TianJin1，China) (C011egeComputer Engineering，Nankai Abstract：AsVMneural Vector breathsounds was adVanced， network(supportmachines)for recognitionalgorithm breathsoundsfeatIlreobtained waVelet were intoneuralne佃orksandcaⅡiedon tothe analysis through input the仃aining asafeatIlreofsVMmethodinorderto test and 仃ainings锄ples input classi母thesamples．T11reestates(normal，mild seVere breathsoundswere Knearest are results 1esions)of recognized，andneighbor(KNN)methodscompared．The that showsVMmethodhasa andcanbeusedto diⅡ色rentbreath h培herrecognitionaccuracy recognize sounds，which settledthe10caleXtremumthatca