幫助中心 | 我的帳號 | 關於我們

人工智慧聲學屬性拓撲(帕金森病構音障礙的信號分析與表示)/前沿科技人工智慧系列

  • 作者:張濤//薛在發//高樂|責編:張劍
  • 出版社:電子工業
  • ISBN:9787121491108
  • 出版日期:2025/01/01
  • 裝幀:平裝
  • 頁數:197
人民幣:RMB 68 元      售價:
放入購物車
加入收藏夾

內容大鋼
    帕金森病是十分常見的神經系統退行性疾病之一。開展帕金森病構音障礙的研究對於輔助患者病情診斷和儘早治療具有重要的現實意義。本書系統地介紹了帕金森病構音障礙的信號分析與表示的最新研究成果。本書分為背景知識、數據分析、變換域分析、結構化分析4篇,共14章。背景知識篇著重闡述帕金森病構音障礙的研究歷史及現有問題,以及屬性拓撲的基本理論;數據分析篇著重闡述語音信號的經典聲學特徵提取方法、經典分類器及常用的分類評價指標;變換域分析篇著重闡述基於EMD-EDF的帕金森病構音障礙研究,基於Adaptive-TQWT-EDF的帕金森病構音障礙研究,以及基於分數階語譜圖的FrSwin模型;結構化分析篇著重闡述帕金森病語音方向共生屬性拓撲的建立,基於方向共生屬性拓撲的結構特徵提取,基於方向共生屬性拓撲的時頻特徵提取,基於方向共生屬性拓撲的共生特徵提取,基於分數階屬性拓撲的聲學特徵提取,基於時間差值屬性拓撲的語譜圖能量特徵,基於頻率屬性拓撲的語譜圖能量特徵,以及組合特徵實驗與綜合實驗分析。
    本書可作為高等院校的信號處理、數據科學、人工智慧、電腦科學與技術、系統工程等專業的高年級本科生及研究生的教學用書,也可供相關領域的科研工作者參考使用。

作者介紹
張濤//薛在發//高樂|責編:張劍

目錄
第一篇  背景知識
  第1章  研究歷史及現有問題
    1.1  研究歷史
      1.1.1  背景及意義
      1.1.2  研究現狀
    1.2  現有問題
    1.3  本章小結
  第2章  屬性拓撲的基本理論
    2.1  形式背景預處理
    2.2  屬性拓撲的定義
    2.3  屬性拓撲的屬性分類
      2.3.1  頂層屬性和伴生屬性
      2.3.2  父屬性和子屬性
      2.3.3  全局屬性、空屬性和對等屬性
    2.4  屬性拓撲的基礎運演算法則
      2.4.1  增加屬性
      2.4.2  刪除屬性
      2.4.3  合併屬性
      2.4.4  交換屬性
      2.4.5  子圖合併
    2.5  屬性拓撲的轉置:對象拓撲
    2.6  決策連續形式背景的離散化
      2.6.1  數據空間的色度學可視化
      2.6.2  可視化空間離散化
      2.6.3  形式背景生成
    2.7  本章小結
第二篇  數據分析
  第3章  經典特徵提取與實驗設置
    3.1  數據集
    3.2  經典聲學特徵提取
    3.3  經典分類器
    3.4  交叉驗證方法
    3.5  評價指標
    3.6  本章小結
第三篇  變換域分析
  第4章  基於EMD-EDF的帕金森病構音障礙研究
    4.1  引言
    4.2  EMD語音信號分解
      4.2.1  EMD語音信號的分解原理
      4.2.2  IMF信號分析
    4.3  基於EMD信號分解的能量方向特徵提取方法
      4.3.1  能量譜計算
      4.3.2  能量譜的劃分
      4.3.3  子能量譜塊的方嚮導數計算
      4.3.4  角度離散化
    4.4  特徵降維
    4.5  實驗設置和實驗結果與分析
      4.5.1  實驗設置
      4.5.2  實驗結果與分析
    4.6  本章小結

  第5章  基於Adaptive-TQWT-EDF的帕金森病構音障礙研究
    5.1  引言
    5.2  Adaptive-TQWT的語音信號分解演算法
      5.2.1  Adaptive-TQWT語音信號分解
      5.2.2  Adaptive-TQWT演算法分解參數統計分析
    5.3  基於Adaptive-TQWT分解的能量方向特徵提取方法
      5.3.1  子帶信號選擇
      5.3.2  基於Adaptive-TQWT分解的能量方向特徵提取
    5.4  特徵降維
    5.5  實驗設置和實驗結果與分析
      5.5.1  實驗設置
      5.5.2  實驗結果與分析
    5.6  本章小結
  第6章  基於分數階語譜圖的FrSwin模型
    6.1  引言
    6.2  FrSwin模型的訓練與特徵表示
      6.2.1  基於遷移學習的參數訓練
      6.2.2  基於FrSwin網路的特徵表示
    6.3  實驗結果與分析
      6.3.1  實驗設置
      6.3.2  不同模型下的實驗結果
      6.3.3  消融實驗
      6.3.4  結果分析
    6.4  本章小結
第四篇  結構化分析
  第7章  帕金森病語音方向共生屬性拓撲的建立
    7.1  引言
    7.2  帕金森病語音方向共生屬性拓撲的建立過程
      7.2.1  語音時頻域表示
      7.2.2  基於不同時頻混合比的方向統計方法
      7.2.3  基於核密度估計的形式背景建立方法
      7.2.4  共生屬性拓撲描述方法
    7.3  本章小結
  第8章  基於方向共生屬性拓撲的結構特徵提取
    8.1  方向結構統計分析
    8.2  特徵提取
    8.3  特徵降維
    8.4  SF-CDAT實驗
      8.4.1  SF-CDAT實驗設置
      8.4.2  SF-CDAT實驗結果
    8.5  本章小結
  第9章  基於方向共生屬性拓撲的時頻特徵提取
    9.1  引言
    9.2  頻域特徵統計分析
      9.2.1  特徵提取
      9.2.2  FF-CDAT實驗及分析
    9.3  時域特徵統計分析
      9.3.1  特徵提取
      9.3.2  TF-CDAT實驗及分析
    9.4  本章小結

  第10章  基於方向共生屬性拓撲的共生特徵提取
    10.1  方向共生統計分析
    10.2  特徵提取
    10.3  CF-CDAT實驗
      10.3.1  CF-CDAT實驗設置
      10.3.2  CF-CDAT實驗結果
    10.4  本章小結
  第11章  基於分數階屬性拓撲的聲學特徵提取
    11.1  引言
    11.2  分數階語譜圖內的形式背景建立
      11.2.1  分數階語譜圖中的能量變化信息統計
      11.2.2  基於能量變化信息的形式背景建立
    11.3  基於分數階屬性拓撲的聲學特徵提取方法
      11.3.1  分數階屬性拓撲的生成
      11.3.2  分數階屬性拓撲的連通分量特徵提取
    11.4  實驗結果與分析
      11.4.1  實驗設置
      11.4.2  實驗結果
      11.4.3  實驗分析
    11.5  本章小結
  第12章  基於時間差值屬性拓撲的語譜圖能量特徵
    12.1  引言
    12.2  時間差值屬性拓撲
      12.2.1  方法架構
      12.2.2  能量變化信息表示
      12.2.3  時間差值屬性拓撲的建立
      12.2.4  連通結構特徵提取
    12.3  實驗
      12.3.1  基於TQWT語譜圖的CS-TDAT
      12.3.2  基於經典語譜圖的CS-TDAT
    12.4  本章小結
  第13章  基於頻率屬性拓撲的語譜圖能量特徵
    13.1  引言
    13.2  頻率屬性拓撲
      13.2.1  方法架構
      13.2.2  頻率屬性拓撲的建立
      13.2.3  連通結構特徵提取
    13.3  實驗
      13.3.1  基於TQWT語譜圖的CS-FAT
      13.3.2  基於經典語譜圖的CS-FAT
    13.4  本章小結
  第14章  組合特徵實驗與綜合實驗分析
    14.1  引言
    14.2  基於TDAT和FAT的組合特徵
      14.2.1  組合特徵提取
      14.2.2  基於TQWT語譜圖的組合特徵實驗結果
      14.2.3  基於經典語譜圖的組合特徵實驗結果
    14.3  對比實驗
      14.3.1  與所提取方法對比
      14.3.2  與現有方法對比

    14.4  本章小結
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032