[发明专利]一种语音异常信号检测系统

权利要求书

1.一种语音异常信号检测系统，其特征在于：该系统包括数据训练模块、训练三支决策分类器模块、优化三支决策分类器模块、测试数据模块和决策分类模块；所述数据训练模块将待测数据处理后传输至所述训练三支决策分类器模块，由所述训练三支决策分类器模块对处理后的待测数据进行分类；分类后的待测数据传输至所述优化三支决策分类器模块内，由所述优化三支决策分类器模块进行优化处理，优化处理后的待测数据与所述测试数据模块获得的实际测试正常数据传输至所述决策分类模块内，实现对语音异常信号的检测；

所述优化三支决策分类器模块内设置有距离权重优化模块、重叠度权重优化模块和AdaBoost优化模块；分类后的待测数据依次经所述距离权重优化模块、重叠度权重优化模块和AdaBoost优化模块进行优化。

2.如权利要求1所述的一种语音异常信号检测系统，其特征在于：所述训练三支决策分类器模块内的三支决策分类器构建方法如下：

1)设论域U＝{x₁,...x_n,...,x_N}，x_n是其中的某一对象，A＝{a₁,...,a_d,...,a_D}是对象的D维特征集合，设为对象x_n特征集合A的数值集合，其中为x_n的特征a_d的值，设集合类别X＝{X₁,...,X_k,...,X_K}，表示对象类别；

2)将高维数据降维映射到二维平面，降维映射后，每一个数列就表示一个特征，判断区间也变为一维；

3)对于某一测试数据，以该测试数据在各特征上的数值为中心，选取长度r为判断半径；

4)对于一条待测数据对象x_n，其特征a_d的值为在特征a_d上若以为中心，以长度r为半径，划分判断区间R_d，

5)分别计算该判断区间内属于不同类别的样本的数目c_k，0≤c_k≤B，则在特征a_d上该数据属于某一类别X_k的概率为：

式中，B为判断区间内样本的总数；

6)根据概率判断测试数据类别，完成分类。

3.如权利要求2所述的一种语音异常信号检测系统，其特征在于：所述步骤4)中，判断区间半径r的选取过程如下：

4.1)将测试数据归一化后，全部特征的数值都分布在区间[0,1]上，根据实际需求的预设精度，首先将半径r的初始值r_sta设定为0，步进r_stp为0.01个单位，最大r_end为1；

4.2)经步骤4.1)计算后，选出分类最高精度P₁，并且得到该精度下的r值：

r＝n₁·0.01

式中，1≤n₁≤100；此时有：

n₁·0.01≥(n₁-1)·0.01

且n₁·0.01≥(n₁+1)·0.01；

4.3)重设初始值r_sta值和最大r_end：

4.4)经步骤4.3)计算后，得出分类最高精度P₂，如果有P₂＞P₁，则此时：

r＝(n₁-1)·0.01+n₂·0.001；

4.5)根据上述步骤进行迭代，直至P_i+1≤P_i结束，得到最高分类精度P_i和此时半径：