摘要
本申请涉及基于语音特征的多尺度分组特征融合AD筛查方法,包括:从受试者获取原始语音信号,对原始语音信号进行预处理以生成标准化语音数据;根据标准化语音数据提取频域特征,构建多维特征映射矩阵;对多维特征映射矩阵进行分组处理并通过残差连接机制生成深层语音特征表示;采用注意力机制计算特征差异性权重并进行特征融合,生成局部优化特征向量和全局优化特征;对局部优化特征向量和全局优化特征进行拼接并通过激活函数处理,得到联合特征向量;通过预先训练的分类模型对联合特征向量进行处理,输出认知状态的分类结果。
技术关键词
语音特征
筛查方法
梅尔频率倒谱系数
分布方差
频域特征
多尺度特征金字塔
输出特征
Softmax函数
能量分布特征
矩阵
轻度认知障碍
语音活动检测
分类神经网络
短时傅里叶变换
成分分析
全局平均池化
层级
优化器
系统为您推荐了相关专利信息
轨迹预测方法
长短期记忆单元
卷积神经网络提取
时域特征
频域特征
Stacking模型
光伏发电并网系统
频域特征
时域特征
逻辑回归模型
音色转换方法
音色特征
样本
生成语音
梅尔倒谱系数
情绪识别系统
多模态
梅尔频率倒谱系数
面部特征
集成算法
分析方法
机器学习算法
数据分析模块
异常监测技术
训练神经网络模型