[发明专利]一种有监督的鼾声来源识别方法

权利要求书

1.一种有监督的鼾声来源识别方法，其特征在于，步骤如下：

步骤1、利用麦克风阵列鼾声采集系统获取实测数据，并对实测数据进行鼾声片段的标记；

步骤2、对步骤1中得到的实测数据进行特征提取，得到基于Mel频率变换的时频谱图，具体如下：

步骤2-1、以记录的鼾声起始点为标准，统一选取此后时长为1秒的数据，进行短时分帧、预加重、加窗处理，所述短时分帧的帧长32ms，帧移16ms；

步骤2-2、对每一帧进行N点快速傅里叶变换变换，求频谱，公式如下：

其中，j为虚数单位，0≤k≤N-1，y[n]是输入的鼾声音频信号；

步骤2-3、求得频谱之后，对频谱取模求平方得到幅度谱，对幅值做最大值归一化处理；

步骤2-4、对幅度谱加Mel滤波器组，Mel频率与实际频率的具体关系和Mel频率输出m(l)公式如下：

其中，f为实际频率，l＝1,2,…,L，L是Mel滤波器组的阶数，o(l)是第l阶Mel滤波器的起始点频率，c(l)是第l阶Mel滤波器的中间点频率，h(l)是第l阶Mel滤波器的终点频率，W_l(k)是第l阶Mel滤波器的函数；

步骤2-5、对所有的滤波器输出做对数运算，得到一个数据样本；

步骤3、将步骤2中提取的特征作为卷积神经网络的输入，进行训练和识别，具体如下：

步骤3-1、设置网络结构、卷积层的输出特征图数量和卷积核大小、池化尺寸、权矢量更新的学习率、批训练样本的数目、迭代次数；

步骤3-2、进行网络初始化，包括初始化卷积层的卷积核权重和偏置，尾部单层感知机的权矢量和偏置；以一个均值为0，标准差为的正态分布初始化深度神经网络的权重，其中N_l为与权重连接的输出节点个数，偏置初始化为0；

步骤3-3、对不同来源的鼾声样本进行统计，将鼾声样本分为训练集和测试集；训练时，采取批处理的方式，每批训练样本中各类别也为均匀分布；依据每批数据的预测误差进行一次权值更新；

步骤3-4、将样本送入卷积神经网络，经过多次卷积-池化操作最后由全连接层输出预测值，这一过程称为前向过程；第l层卷积层的输出表示为：

其中，表示第l层的第j幅输出特征图，M_j表示第(l-1)层与连接的特征图数量，*表示卷积操作，表示连接和的卷积核，表示特征图的偏置，f(·)表示激活函数；

卷积操作之后，经过激活函数处理引入非线性，来逼近任意函数，激活函数采用sigmoid函数，公式如下：

f′(x)＝f(x)·[1-f(x)]

经过sigmoid函数后进行池化操作，池化层对上一层特征图的相邻小区域进行聚合统计，池化操作时方块不重叠，且池化层中每幅输出特征图都只是上一层的单个输入特征图的池化结果而不涉及多个特征图的结合，采用平均池化，公式如下：

其中，M为池化尺寸，表示l层i，j位置的值，表示l-1层ik，jk位置的值；

经过卷积-池化-卷积-池化操作之后，采用全连接的单层感知机，卷积神经网络输出层的预测y＝[y₁,y₂,...,y_m]表示为：

y＝f(f_v·f_w+f_b)

其中，f_v表示特征向量，f_w表示单层感知机的权向量矩阵，f_b表示单层感知机的偏置，f表示sigmoid函数；

步骤3-5、反向传播更新网络参数：采用批量梯度下降法来求取卷积神经网络参数，对于m类多分类问题，将输入样本记为{(x₁,y₁),(x₂,y₂),…,(x_M,y_M)}，批处理时二分之一方差代价函数J(W,b；x,y)表示为：

梯度下降算法中每一次迭代都按照如下公式进行：

其中M表示批处理的样本数目，o_pj表示网络中第j个神经元的预测输出，y_pj表示第j个神经元的标签，α是学习速率，W表示权矢量，b表示偏置；

误差传播的公式和偏导数计算公式如下：

δ^(l)＝((W^(l+1))^Tδ^(l+1))·f′(z^(l)),z＝x*W+b

其中，δ^(l)表示第l层的传播误差，表示l+1层第i个节点的传播误差，f为sigmoid函数，W表示权矢量，b表示偏置，J为方差代价函数，表示第l层第i个节点输出。