一种基于样本和特征双变换的帕金森病语音数据分类系统

摘要

本发明涉及语音分类技术领域，具体公开了一种基于样本和特征双变换的帕金森病语音数据分类系统，其包括样本输入模块、样本变换模块、数据集划分模块、特征变换模块、模型生成模块和表决模块。本系统基于现有PD语音样本数量少的特点，特别在样本和特征两个维度上进行变换：对于样本变换，通过迭代均值聚类法挖掘不同PD语音样本的层次结构，生成新的样本；对于特征变换，则通过不同的特征核进行PD语音特征维度变换。样本变换不仅可以减少异常样本对分类器边界的影响，以及相关性较高的样本对训练时间和存储空间的影响，还能在样本中体现样本的层次结构信息。特征变换对PD语音样本进行降维，降低分类模型的复杂度，实现高性能的分类。