| 基于CNN-LSTM神經網絡的聲紋識別系統設計 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：563 K | |
| 標簽： 深度卷積神經網絡 長短期記憶網絡 特征提取 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為實現對心血管疾病的預警，及早發現以心率、心肺音惡性變化為代表的危險前兆，設計基于CNN-LSTM神經網絡的聲紋識別系統。利用物聯網技術融合心率傳感芯片、單片機、電子聽診器等設備，對心率進行實時監測、輔助預警；根據梅爾道普頻率系數對心肺音信號進行特征提取，構建基于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，實驗結果顯示損失值為0.082，準確率達0.908。開拓了人工智能技術在心血管疾病預警方面的應用空間，前瞻性強、結構框架完整，可有效避免醫療資源浪費，前置對心血管疾病的應對措施，市場應用前景廣闊，對于推動智慧醫療有重大作用。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2