[发明专利]基于支持向量机的鼾声分类系统

权利要求书

1.基于支持向量机的鼾声分类系统，其特征在于，包括如下模块：

录音模块，通过录音设备获取测试者整晚的鼾声；

声音预处理模块，通过对鼾声信号进行端点检测、预加重和分帧加窗处理，对鼾声信号进行预处理从而提取出每个鼾声信号；

MFCC特征计算模块，通过对预处理过后的鼾声信号进行MFCC特征的提取；

SVM学习模块，通过特征数据和鼾声样本，利用支持向量机进行正常鼾声和OSAHS患者鼾声的识别；

模型调优模块，通过网格搜索和交叉验证相结合的方法进行模型参数的调优，最终得到表现最好的模型。

2.根据权利要求1所述的基于支持向量机的鼾声分类系统，其特征在于，

所述声音预处理模块使用端点检测确定鼾声段和无声段从而提取出每个鼾声信号，具体如下：

使用低信噪比下基于谱熵的端点检测算法确定鼾声段和无声段；

所述无声段是两个鼾声段之间的声音片段。

3.根据权利要求1所述的基于支持向量机的鼾声分类，其特征在于，

所述提取的特征包括：梅尔频率倒谱系数等特征信息。

4.根据权利要求1所述的基于支持向量机的鼾声分类，其特征在于，

使用SVM对正常鼾声与OSAHS患者鼾声进行分类识别，具体包括：

训练特征数据得到SVM模型和SVM分类器；

根据训练好的SVM分类器，判断正常鼾声和OSAHS患者鼾声。

5.根据权利要求1所述的基于支持向量机的鼾声分类，其特征在于，

所述模型调优模块使用模型调优模块进行参数调优，包括：网格搜索和交叉验证相结合的方法。