[发明专利]一种帕金森病语音样本段多类型重构变换方法

权利要求书

1.一种帕金森病语音样本段多类型重构变换方法，其特征在于，包括步骤：

S1：对原始数据集S中各个受试者的样本段S～_i使用重构算子进行重构，得到第一目标数据集E_f；

S2：对原始数据集S中各个受试者的样本段S～_i进行迭代式均值聚类，得到聚类数据集Y；

S3：对聚类数据集Y使用所述重构算子进行重构，得到第二目标数据集E_s；

S4：对聚类数据集Y和第二目标数据集E_s使用卷积算子进行卷积，得到第三目标数据集E_t；

S5：基于所述第一目标数据集E_f、所述第二目标数据集E_s、所述第三目标数据集E_t，对三个子分类器进行训练及测试，训练时对各子分类器的分类结果做加权融合；

在所述步骤S1和所述步骤S3中，所述重构算子用于计算样本的均值、中位数、25％裁剪均值、标准差、四分位距离和平均绝对误差；

原始数据集其中的各个样本G表示S的总样本数，N表示每个样本的特征数；L表示受试者人数；表示各个受试者的样本段包括G₀＝G/L个样本；

第一目标数据集E_f＝[E_f1,E_f2,...,E_fL]^T，其中：其中：l(·)表示重构算子，

表示计算每个受试者的G₀个样本1≤j≤G₀的均值；

表示计算每个受试者的G₀个样本1≤j≤G₀的中位数；

表示计算每个受试者的G₀个样本1≤j≤G₀的25％裁剪均值，表示取整运算；

表示计算每个受试者的G₀个样本1≤j≤G₀的标准差，“·”表示点乘；

表示计算每个受试者的G₀个样本1≤j≤G₀的四分位距离；

表示计算每个受试者的G₀个样本1≤j≤G₀的平均绝对误差。

2.根据权利要求1所述的一种帕金森病语音样本段多类型重构变换方法，其特征在于，所述步骤S2具体为：

对原始数据集S中各个受试者的样本段基于K-means迭代式均值聚类算法，得到聚类数据集其中为聚类计算，与表示第i个受试者的第j个聚类簇样本集，1≤i≤L,1≤j≤Q，Q表示聚类簇数。

3.根据权利要求2所述的一种帕金森病语音样本段多类型重构变换方法，其特征在于：所述K-means迭代式均值聚类算法是指基于K-means聚类算法构造上一层新样本，再作为输入样本进行K-means聚类又得到上上一层新样本，如此重复；其中，样本间的欧几里得距离，为：

表示一个受试者的两个不同样本；

目标是最小化目标函数即平方和误差：

K为该聚类簇中的样本数，c_j为第j个聚类中心，表示2范数的平方；

聚类中心c_k的更新由下式给出：

4.根据权利要求3所述的一种帕金森病语音样本段多类型重构变换方法，其特征在于，在所述步骤S3中，第二目标数据集E_s＝[E_s1,E_s2,...,E_sL]^T，其中