%0 Journal Article
%T 混合语音段特征双边式优选算法用于帕金森病分类研究
%A 张成
%A 张艳玲
%A 承欧梅
%A 曹垚
%A 李勇明
%A 杨刘洋
%A 王力锐
%A 王品
%J -
%D 2017
%R doi:10.7507/1001-5515.201704061
%X 近年来，已有研究证明基于语音数据可实现帕金森病（PD）的诊断，但是目前相关研究主要集中在特征提取及分类器设计等方面，对于样本优选方面考虑不足。本课题组前期研究结果表明，样本优选可有效改进分类准确性，但是样本和语音的相关关系至今还未能深入研究。因此，本文提出了基于相关特征加权和多核学习算法，同时对语音段和特征进行优选，用于发现语音段和特征的协同效应，从而达到提升 PD 分类准确性的目的。实验结果表明，本文算法针对受试者的分类准确率达到了 82.5%，较已有文献算法提高了 30.5%。此外，本文算法还挖掘出了语音段和特征的协同效应，对语音标记物提取有一定参考价值
%K 帕金森病
%K 分类
%K 双边式混合语音特征选择
%K 协同效应
%K 多核学习
%U http://www.biomedeng.cn:80/article/10.7507/1001-5515.201704061