| 注册
首页|期刊导航|电子学报|基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法

基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法

张永梅 孙捷

电子学报2023,Vol.51Issue(1):202-212,11.
电子学报2023,Vol.51Issue(1):202-212,11.DOI:10.12263/DZXB.20211630

基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法

A Dynamic-Static Dual Input Deep Neural Network Algorithm for Diagnosing COVID-19 by Cough

张永梅 1孙捷1

作者信息

  • 1. 北方工业大学信息学院,北京 100144
  • 折叠

摘要

关键词

深度学习/咳嗽声/新冠肺炎/梅尔倒谱系数/音频技术/卷积神经网络

分类

信息技术与安全科学

引用本文复制引用

张永梅,孙捷..基于动静态特征双输入神经网络的咳嗽声诊断COVID-19算法[J].电子学报,2023,51(1):202-212,11.

基金项目

国家重点研发计划(No.2020YFC0811004) (No.2020YFC0811004)

电子学报

OA北大核心CSCDCSTPCD

0372-2112

访问量0
|
下载量0
段落导航相关论文