[发明专利]一种基于稀疏表示的帕金森病数据集分类方法

权利要求书

1.一种基于稀疏表示的帕金森病数据集分类方法，其特征在于该方法包括以下步骤：

(1)对M个受试者(M₁健康人，M₂患者)每人采集H₀段语音，每段语音提取N个帕金森语音相关特征，构成特征矩阵

(2)语音特征集变换。变换后语音特征集为

其中

(3)零均值(z-score)标准化S′生成新集合S″；

(4)将标准数据集S″按留一法划分为训练集及相应标签和测试集及相应标签y_t＝b_m，其中标签b_m∈{0,1}；

(5)求解稀疏表示满足x_ma＝x_t，其中是稀疏列向量；

(6)计算残差其中保留健康人所在组参数，将患者所在组参数置0，保留患者所在组参数，将健康人所在组参数置0；

(7)通过比较残差r₁(x_t)和r₂(x_t)大小，若r₁(x_t)较小则测试集x_t类别属于健康人，否则属于患者；

(8)将预测的测试集类别与实际类别进行比较，并遍历整个数据集得到平均分类准确率。