基于svm方法的神经网络呼吸音识别算法

？提出了一种神经网络的svm(支持向量机)呼吸音识别算法，将通过小波分析得到的呼吸音特征输入神经网络，作为svm方法的特征输入，对训练样本进行训练，再对测试样本进行分类识别。对于呼吸音反映的3种状态（正常、轻度病变和重度病变）进行了识别，同时与k最近邻(knn)方法进行比较。实验结果表明，svm方法具有较高的识别精度，能够对呼吸音状态进行识别，同时在此领域也验证了在神经网络方法中无法避免的局部极值问题。提示基于svm方法的神经网络呼吸音识别算法有较好的精度，可为身体局域网技术提供信息处理的有效算法。