论文部分内容阅读
目的将倒谱系数提取和高斯混合模型（GMM）相结合．提出了一种基于心音信号的生物识别方法。方法首先心音信号预处理小波去噪．然后进行特征参数的选择．对比研究了线性预测倒谱系数（LPCC）和MeI频率倒谱系数（MFCC）．再用高斯混合模型（GMM）进行识别。最后利用50名志愿者的100段心音信号对所提出的方法进行验证。结果对比实验证明LPCC比MFCC更适合用于心音信号的生物识别研究．通过对每段心音信号进行小波去噪，取得了比传统GMM方法更高的识别率。结论表明该方法能够有效提高系统的识别性能．达到了比较理想的识