【摘要】：2017年世界衛(wèi)生組織(WHO)公布,2015年全球抑郁癥患者已達3.22億人。抑郁癥是導(dǎo)致15歲至29歲人群自殺死亡的第二大原因。其中重度抑郁癥患者(貝克抑郁量表第2版評分為29—63)會有嚴重的自殘、甚至自殺傾向,成為引發(fā)當前現(xiàn)狀潛在高危群體。國內(nèi)外學(xué)者以抑郁癥對語音韻律和聲學(xué)語言特征的影響為切入點,在檢測、識別抑郁癥方面已開展卓有成效的嘗試和探索。而針對重度抑郁癥的語音模式檢測尚需深入研究。重度抑郁癥患者話語常表現(xiàn)出語速緩慢、停頓偏久、用詞單一等特點,且數(shù)據(jù)樣本較少、重度抑郁類和非重度抑郁類分布顯著不平衡,加劇抑郁程度信息低度差異困境,使這一問題具有挑戰(zhàn)性。協(xié)作表示分類器依據(jù)將所有類訓(xùn)練樣本參與表示測試樣本的機制在一定程度上緩解訓(xùn)練樣本不足的局限性。然而,在重度抑郁癥檢測問題中目標類樣本過少,無法充分描述其空間分布。現(xiàn)有的研究成果表明,基于單一分類器的傳統(tǒng)抑郁癥檢測方法性能已趨于瓶頸,泛化誤差難以進一步降低。針對這些問題,本論文采用AdaBoost集成框架,提出AdaBoost協(xié)作表示分類器(AdaBoost-CRC)集成檢測模型,通過對基分類器進行加權(quán)疊加方式,來提高分類器的精確度。本論文的主要工作為:算法采用幀基美爾倒譜特征(MFCC)均值向量作為話語層特征;對分布不平衡的各類訓(xùn)練樣本奇異值分解得到元樣本,構(gòu)建平衡類字典;由平衡類字典建立基分類器,構(gòu)建集成檢測模型。在特征提取環(huán)節(jié),通過在指定范圍隨機選擇濁音幀閾值,考察話語層特征擾動效果。AdaBoost-CRC框架采用隨機數(shù)作為字典原子的各類元樣本數(shù)量。通過建立多種個體差異基分類器,構(gòu)建隨機動態(tài)集成加權(quán)分類模型,增強集成檢測系統(tǒng)異質(zhì)性。算法評價采用AVEC2013抑郁癥語料庫。依據(jù)留一人交叉驗證,對比神經(jīng)網(wǎng)絡(luò)、支持向量機、稀疏表示分類器、協(xié)作表示分類器重度抑郁癥檢測性能。結(jié)果表明,所提方法最優(yōu)。
【圖文】：

第 2 章 抑郁癥語音基礎(chǔ)第 2 章 抑郁癥語音基礎(chǔ)音概述知角度，語音的產(chǎn)生是結(jié)合大腦、視覺、言語和器官運動等多方面最終形著韻律信息，同時產(chǎn)生一系列肌肉運動。語音產(chǎn)生的肌肉運動機理如圖 肌肉活動可看作一個聲源-濾波操作，聲音通過肺、喉和聲道等器官來產(chǎn)流送入喉部的動力，喉部相當于調(diào)制器將氣流形成脈沖而后進入聲道，聲器其對頻率和聲門波的頻譜做出改變，聲音從嘴中傳播出來形成聲波也就聲源由周期性、噪聲和沖擊性聲源構(gòu)成[13]。語音與不同的聲道形態(tài)以及他性聲源相互作用有關(guān)。語音的產(chǎn)生器官有肺、喉部、聲道等。人體通過肺氣，通過喉嚨控制聲帶，口腔和鼻腔一起組成了聲道，嘴唇以及喉部視為腔耦合組成了鼻腔[14]。

圖 2.2 MFCC 計算過程圖 2.3 Mel 頻率濾波器組的頻率響應(yīng)定義為 ,(1)(((1)(1))(()(1))2((1))0,(1)fmkfmfmfmfmfmkfmkfm
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R749.4;TN912.3

【相似文獻】

相關(guān)期刊論文 前10條

1 蔣焰;丁曉青;;基于多步校正的改進AdaBoost算法[J];清華大學(xué)學(xué)報(自然科學(xué)版)網(wǎng)絡(luò).預(yù)覽;2008年10期

2 嚴智;張鵬;謝川;張鈺林;李保軍;;一種快速AdaBoost.RT集成算法時間序列預(yù)測研究[J];電子測量與儀器學(xué)報;2019年06期

3 李聞;王顯博;;基于Adaboost算法的人臉檢測的研究[J];中外企業(yè)家;2019年26期

4 李軍;閆佳佳;;基于KELM-AdaBoost方法的短期風(fēng)電功率預(yù)測（英文）[J];控制工程;2019年03期

5 王倫;;Adaboost-SVM多因子選股模型[J];經(jīng)濟研究導(dǎo)刊;2019年10期

6 葉曉波;秦海菲;呂永林;;一種改進的Adaboost-BP算法在手寫數(shù)字識別中的研究[J];大理大學(xué)學(xué)報;2019年06期

7 王玲娣;徐華;;AdaBoost的多樣性分析及改進[J];計算機應(yīng)用;2018年03期

8 杜瑞超;華繼學(xué);翟夕陽;李志鵬;;基于改進Real AdaBoost算法的軟件可靠性預(yù)測[J];空軍工程大學(xué)學(xué)報(自然科學(xué)版);2018年01期

9 王玲娣;徐華;;一種基于聚類和AdaBoost的自適應(yīng)集成算法[J];吉林大學(xué)學(xué)報(理學(xué)版);2018年04期

10 牛清寧;周志強;劉文超;;基于Adaboost算法的人眼檢測技術(shù)在路考系統(tǒng)中的應(yīng)用[J];汽車與安全;2016年04期

相關(guān)會議論文 前10條

1 蔡念;金豐;阮恭勤;潘晴;許少秋;;基于AdaBoost算法的圖像復(fù)原方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

2 ;Using Skin Color and HAD-AdaBoost Algorithm for Face Detection in Color Images[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

3 Wen Feng;;A Novel Lips Detection Method Combined Adaboost Algorithm and Camshift Algorithm[A];2012年計算機應(yīng)用與系統(tǒng)建模國際會議論文集[C];2012年

4 陸文聰;鈕冰;金雨歡;;基于AdaBoost算法的亞細胞位置預(yù)測[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計量學(xué)分會場論文集[C];2008年

5 陳宏偉;劉建偉;費向東;;一種半監(jiān)督環(huán)境下的Adaboost算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

6 唐曉丹;苗振江;;基于AdaBoost和粒子濾波的目標跟蹤[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

7 于淼;李乃民;王寬全;賈丹兵;閆子飛;;基于AdaBoost的中醫(yī)舌診分類算法研究[A];第二次全國中西醫(yī)結(jié)合診斷學(xué)術(shù)研討會論文集[C];2008年

8 李晶;陳媛媛;;基于AdaBoost的車牌字符識別模型研究[A];2008中國儀器儀表與測控技術(shù)進展大會論文集（Ⅰ）[C];2008年

9 張超;苗振江;;基于AdaBoost的面部信息感知[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

10 郭翌;汪源源;;基于Adaboost算法的頸動脈粥樣硬化判別方法[A];中國儀器儀表學(xué)會第十一屆青年學(xué)術(shù)會議論文集[C];2009年

相關(guān)重要報紙文章 前1條

1 張陽;5G時代，AI能走多遠？[N];人民郵電;2019年

相關(guān)博士學(xué)位論文 前10條

1 劉沖;模擬電路故障診斷AdaBoost集成學(xué)習(xí)方法研究[D];大連海事大學(xué);2011年

2 Ebenezer Owusu;[D];江蘇大學(xué);2014年

3 習(xí)文星;移動背景下視覺的行人檢測、識別與跟蹤技術(shù)研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

4 盧金娜;基于優(yōu)化算法的徑向基神經(jīng)網(wǎng)絡(luò)模型的改進及應(yīng)用[D];中北大學(xué);2015年

5 盧巖;交通監(jiān)控中的運動人體目標檢測與跟蹤[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2011年

6 王小明;可變光照下人臉檢測與識別研究[D];華東師范大學(xué);2010年

7 孫元;多媒體語義檢索關(guān)鍵問題研究[D];吉林大學(xué);2010年

8 王穎;成熟microRNA識別及其功能預(yù)測方法研究[D];哈爾濱工程大學(xué);2016年

9 吳暾華;面向中醫(yī)面診診斷信息提取的若干關(guān)鍵技術(shù)研究[D];廈門大學(xué);2008年

10 高常鑫;基于上下文的目標檢測與識別方法研究[D];華中科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 賈宏云;基于AdaBoost模型的藏文文本分類研究與實現(xiàn)[D];西藏大學(xué);2019年

2 曹大陸;基于Adaboost算法的遮擋人臉檢測研究[D];哈爾濱工程大學(xué);2019年

3 張松;基于SVM和Adaboost的多分類算法研究[D];山東師范大學(xué);2019年

4 李陽萱;煙草異物圖像檢測技術(shù)研究及仿真[D];西南科技大學(xué);2018年

5 張競文;基于AdaBoost協(xié)作表示算法的語音重度抑郁癥檢測[D];吉林大學(xué);2019年

6 劉俊杰;商品圖片中的文字檢測與識別系統(tǒng)設(shè)計[D];華中師范大學(xué);2017年

7 曾雷;基于改進的LLE與Adaboost算法的人臉表情識別[D];中國石油大學(xué)(華東);2017年

8 劉嘉璐;基于支持向量機集成模型的我國混合型開放式基金投資價值分析[D];廈門大學(xué);2018年

9 魏依萌;基于GPU加速的Adaboost車輛檢測技術(shù)研究[D];哈爾濱工程大學(xué);2018年

10 蘇倩;基于人臉識別的類門禁系統(tǒng)[D];西安理工大學(xué);2014年

，

本文編號：2653648