基于机器学习的新生儿哭声识别系统

本发明公开了基于机器学习的新生儿哭声识别系统，属于新生儿智能护理技术领域，包括数据获取模块、特征提取模块、特征选择模块、新生儿哭声识别模块和识别结果反馈模块。本发明采用改进蜜獾优化算法对哭声音频特征集进行特征选择，自动化地选择有助于区分不同哭声类别的关键特征，避免人工干预误差，且能更好地根据个体差异灵活调整特征选择，确保系统对不同新生儿哭声具有较高的识别准确性；采用结合K近邻算法的混合核函数支持向量机模型进行新生儿哭声识别，通过捕捉样本间的局部相似性改进，精确地划分不同哭声类别之间的边界，避免类别间的重叠，进而更加准确高效地识别不同类型的哭声，提高哭声识别的整体可用性。