2018年4.28周报
本周做了论文中关于SVM的实验,实验效果非常好,语音识别率达到100%(通过十倍交叉,和留一法进行验证,实验结果都能达到100%),实验提取hog特征然后利用SVM实现对hog特征的分类,hog特征是2005年第一次被提出来的,用于进行目标检测。我也是偶然在网上看到想拿过来试试的。和老师讨论后,老师建议我具体研究下帕金森病人语音和正常人语音的hog特征有没有什么特别明显的区别,这样帕金森病语音诊断就不需要借助深度学习,利用hog特征就能很好的完成了。正直五一放假,我就带着这些问题回家了。
2018.5.6周报
在这里首先说声对不起作为负责人上周居然没交周报,影响中我是交了的,今天交周报的时候没有看到自己上周写的周报才意识到,现已补交。
本周主要对假期遗留问题进行研究,我将帕金森病语音与正常人语音的hog特征进行比较所有语音数据的hog特征都是一个11764的向量,直接将向量画图发现图像在300到800的地方有明显不同,正常人语音的幅度明显大于帕金森病语音的幅度。将hog特征重写到一个4242的矩阵中,并画出其伪彩色图像,两种语音的图像似乎有区别,但是又不是很明显,想等老师回来和老师集中讨论一下。最后相对自己也对大家说:加油,静下心来,脚踏实地,相信自己可以做到,相信自己是很有实力的。
...