基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的聲紋識別系統(tǒng)設(shè)計
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>563 K
標(biāo)簽： 深度卷積神經(jīng)網(wǎng)絡(luò) 長短期記憶網(wǎng)絡(luò) 特征提取
所需積分：0分積分不夠怎么辦？
文檔介紹：為實現(xiàn)對心血管疾病的預(yù)警，及早發(fā)現(xiàn)以心率、心肺音惡性變化為代表的危險前兆，設(shè)計基于CNN-LSTM神經(jīng)網(wǎng)絡(luò)的聲紋識別系統(tǒng)。利用物聯(lián)網(wǎng)技術(shù)融合心率傳感芯片、單片機、電子聽診器等設(shè)備，對心率進行實時監(jiān)測、輔助預(yù)警；根據(jù)梅爾道普頻率系數(shù)對心肺音信號進行特征提取，構(gòu)建基于CNN-LSTM算法的心肺音智能識別模型，對部分心肺音進行智能檢測診斷，實驗結(jié)果顯示損失值為0.082，準(zhǔn)確率達(dá)0.908。開拓了人工智能技術(shù)在心血管疾病預(yù)警方面的應(yīng)用空間，前瞻性強、結(jié)構(gòu)框架完整，可有效避免醫(yī)療資源浪費，前置對心血管疾病的應(yīng)對措施，市場應(yīng)用前景廣闊，對于推動智慧醫(yī)療有重大作用。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。