基于人工神经网络的鼾声相关信号的分类

摘要

本文提出了基于人工神经网络(Artificial Neural Network,ANN)对鼾声、呼吸声和其他噪声进行分类的方法.通过提取每个声音片段的频谱相关特征集作为ANN的输入特征,用小批量训练以及Adam学习率自适应等策略提升了模型训练过程的有效性,使用丢弃法优化了ANN的结构,从而使得该方法区分鼾声、呼吸声和其他噪声的精准率达到95%以上.