تشخیص لکنت از گفتار روان با استفاده از ماشین بردار پشتیبان و روش دسته بندی تحلیل تفکیک خطی LDA


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تشخیص لکنت از گفتار روان با استفاده از ماشین بردار پشتیبان و روش دسته بندی تحلیل تفکیک خطی LDA دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تشخیص لکنت از گفتار روان با استفاده از ماشین بردار پشتیبان و روش دسته بندی تحلیل تفکیک خطی LDA  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی تشخیص لکنت از گفتار روان با استفاده از ماشین بردار پشتیبان و روش دسته بندی تحلیل تفکیک خطی LDA،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن تشخیص لکنت از گفتار روان با استفاده از ماشین بردار پشتیبان و روش دسته بندی تحلیل تفکیک خطی LDA :

تعداد صفحات :۱۴

چکیده مقاله:

لکنت به عنوان شایعترین اختلال کلامی، یکی از بهترین موضوعات در زمینه پژوهشهای میان رشتهای است .برای تشخیص و دستهبندی لکنت در گفتار عادی روشهای مختلفی مورد استفاده قرار گرفته است که از جمله آن میتوان به استفاده از شبکه های عصبی مصنوعی (ANN) ، مدل مخفی مارکوف (HMM) و ماشین بردار پشتیبان (SVM) اشاره کرد .در اینجا ما از SVM استفاده کردهایم، چرا که استفاده از ANN ها یا HMM ها، نیازمند دادههایی برای آموزش و آزمون هستند، اما روش پیشنهادی ما بسیار سریعتر و با دقت بهتری دادهها را از هم تفکیک میکرد و در دسته های .مربوطه قرار میداد .سیستم پیشنهادی ما شامل ۵ مرحله . ۱ :دریافت سیگنال نمونه، . ۲ پیش پردازش سیگنال نمونه، ۳ محاسبه ویژگیهای مورد نیاز، . ۴ استخراج ویژگی و . ۵ دستهبندی نمونه به کلاس مناسب .برای استخراج ویژگی از روشهای مختلفی از جمله معیار مل با ضرایب کپستروم (MFCC) استفاده کردیم .برخی از ویژگیهای مورد استفاده نیز عبارت بودند از Max FFT : ،Kurtosis ، Skewness و … برای تصمیمگیری و دستهبندی، از SVM و روش تحلیل تفکیک خطی (LDA) استفاده کردیم تا ویژگیهای اضافی را حذف کرده و بیشترین بازده را از آن بگیریم .برای این کار از ۲۰ نمونه برچسبدار که از ۱۰ فرد عادی بهصورت تصادفی و ۱۰ فرد لکنتدار که به مراکز گفتار درمانی برای معالجه مراجعه میکردند استفاده شد .بهترین نتیجه و تفکیک برای ویژگی . Max FFT با دقت % ۱۰۰ به دست آمد

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.