TAILIEUCHUNG - Báo cáo hóa học: "Research Article A Joint Time-Frequency and Matrix Decomposition Feature Extraction Methodology for Pathological Voice Classification"

Tuyển tập báo cáo các nghiên cứu khoa học quốc tế ngành hóa học dành cho các bạn yêu hóa học tham khảo đề tài: Research Article A Joint Time-Frequency and Matrix Decomposition Feature Extraction Methodology for Pathological Voice Classification | Hindawi Publishing Corporation EURASIP Journal on Advances in Signal Processing Volume 2009 Article ID 928974 11 pages doi 2009 928974 Research Article A Joint Time-Frequency and Matrix Decomposition Feature Extraction Methodology for Pathological Voice Classification Behnaz Ghoraani and Sridhar Krishnan Signal Analysis Research Lab Department of Electrical and Computer Engineering Ryerson University Toronto ON Canada M5B 2K3 Correspondence should be addressed to Sridhar Krishnan krishnan@ Received 1 November 2008 Revised 28 April 2009 Accepted 21 July 2009 Recommended by Juan I. Godino-Llorente The number of people affected by speech problems is increasing as the modern world places increasing demands on the human voice via mobile telephones voice recognition software and interpersonal verbal communications. In this paper we propose a novel methodology for automatic pattern classification of pathological voices. The main contribution of this paper is extraction of meaningful and unique features using Adaptive time-frequency distribution TFD and nonnegative matrix factorization NMF . We construct Adaptive TFD as an effective signal analysis domain to dynamically track the nonstationarity in the speech and utilize NMF as a matrix decomposition MD technique to quantify the constructed TFD. The proposed method extracts meaningful and unique features from the joint TFD of the speech and automatically identifies and measures the abnormality of the signal. Depending on the abnormality measure of each signal we classify the signal into normal or pathological. The proposed method is applied on the Massachusetts Eye and Ear Infirmary MEEI voice disorders database which consists of 161 pathological and 51 normal speakers and an overall classification accuracy of was achieved. Copyright 2009 B. Ghoraani and S. Krishnan. This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use .

• Báo cáo khoa học
• báo cáo hóa học
• báo cáo hóa học
• công trình nghiên cứu về hóa học
• tài liệu về hóa học
• cách trình bày báo cáo
• báo cáo khoa học
• trình bày báo cáo
• tài liệu báo cáo khoa học
• báo cáo khoa học sinh học
• báo cáo khoa học nông nghiệp
• tuyển tập báo cáo khoa học
• báo cáo ngành toán học
• báo cáo ngành sinh học
• báo cáo ngành vật lý
• phân tích nhiệt
• báo cáo ngành chăn nuôi
• nghiên cứu khoa học
• cách trình bày báo cáo khoa học
• báo cáo về văn học
• báo cáo triết học
• công nghiệp hóa
• hiện đại hóa
• báo cáo ngành triết học
• báo cáo ngành lịch sử
• báo cáo ngành văn học
• phát triển kinh tế
• báo cáo ngành kỹ thuật
• báo cáo về tin học
• báo cáo tiếng anh
• báo cáo kỹ thuật
• báo cáo sinh học
• báo cáo nông nghiệp
• báo cáo văn học