基于語(yǔ)音特征的運(yùn)動(dòng)疲勞狀態(tài)檢測(cè).pdf

1、人體運(yùn)動(dòng)疲勞程度的檢測(cè)對(duì)于科學(xué)的進(jìn)行運(yùn)動(dòng)訓(xùn)練而言非常重要。準(zhǔn)確的運(yùn)動(dòng)疲勞度檢測(cè)可以給運(yùn)動(dòng)員的訓(xùn)練過(guò)程提供科學(xué)的指導(dǎo)，從而達(dá)到更好的訓(xùn)練效果。如果沒(méi)有科學(xué)的運(yùn)動(dòng)疲勞評(píng)價(jià)體系作為指導(dǎo)，容易造成運(yùn)動(dòng)員的過(guò)量運(yùn)動(dòng)。長(zhǎng)此以往會(huì)出現(xiàn)疲勞堆積以及疲勞性損傷。本文設(shè)計(jì)了基于語(yǔ)音的運(yùn)動(dòng)疲勞度檢測(cè)的實(shí)驗(yàn)方案，研究了多個(gè)語(yǔ)音特征參數(shù)隨運(yùn)動(dòng)疲勞度變化的規(guī)律，進(jìn)行了特征參數(shù)的分析與選擇，最后用支持向量機(jī)對(duì)特征進(jìn)行了分類(lèi)。
　　本文首先對(duì)基于語(yǔ)音的運(yùn)動(dòng)疲勞度

2、檢測(cè)方案進(jìn)行了設(shè)計(jì)。通過(guò)采集30個(gè)受試者四種運(yùn)動(dòng)疲勞狀態(tài)下的語(yǔ)音信號(hào)，來(lái)研究運(yùn)動(dòng)疲勞與語(yǔ)音信號(hào)的關(guān)系，從而實(shí)現(xiàn)通過(guò)語(yǔ)音信號(hào)檢測(cè)運(yùn)動(dòng)疲勞程度。語(yǔ)音信號(hào)采集過(guò)程中的受試者運(yùn)動(dòng)疲勞程度的判定是依據(jù)RPE6-20量表。同時(shí)本文設(shè)計(jì)了表征人體平衡能力的壓力中心數(shù)據(jù)采集方案。其次，對(duì)運(yùn)動(dòng)疲勞語(yǔ)音信號(hào)進(jìn)行了特征參數(shù)的提取。提取的特征參數(shù)包括短時(shí)平均能量、短時(shí)平均過(guò)零率、平均語(yǔ)速、基音周期以及運(yùn)動(dòng)疲勞語(yǔ)音信號(hào)特有的喘息段時(shí)長(zhǎng)等參數(shù)。并分析了各個(gè)特征參數(shù)

3、隨著運(yùn)動(dòng)疲勞程度的變化規(guī)律。并進(jìn)行了基于統(tǒng)計(jì)假設(shè)檢驗(yàn)的特征分析，計(jì)算了任意兩個(gè)運(yùn)動(dòng)疲勞狀態(tài)間各個(gè)特征參數(shù)的差異顯著水平，各類(lèi)運(yùn)動(dòng)狀態(tài)間特征參數(shù)的顯著性分析結(jié)果總體上較為理想。同時(shí)簡(jiǎn)單分析了壓力中心各項(xiàng)參數(shù)在運(yùn)動(dòng)前后的變化規(guī)律，作為本實(shí)驗(yàn)的對(duì)比和補(bǔ)充。最后，利用支持向量機(jī)對(duì)運(yùn)動(dòng)疲勞程度進(jìn)行檢測(cè)。首先對(duì)支持向量機(jī)這一分類(lèi)算法進(jìn)行了介紹。然后運(yùn)用支持向量機(jī)(Sopport Vector Machine, SVM)對(duì)運(yùn)動(dòng)疲勞樣本進(jìn)行了檢測(cè)。檢測(cè)