论文部分内容阅读
咳嗽中包含丰富的病理信息，可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性，并减少人为工作量。但在自然记录的语音信号中，非咳嗽信号的数量远多于咳嗽，语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题，提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力，对归一化的特征向量进行特征抽取，同时基于低维数据的方差调整分类平面。实验结果显示，与LCM、SVM等主流模型相比，APLSCX兼顾了小类的召回率和精度指标，具有较高