Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference · 2010
Performance of Combined Support Vector Machine and Principal Component Analysis in recognizing infant cry with asphyxia.
СтатьяПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Sahak R, Mansor W, Lee Y K, Yassin A M, Zabidi A
Аннотация
Combined Support Vector Machine (SVM) and Principal Component Analysis (PCA) was used to recognize the infant cries with asphyxia. SVM classifier based on features selected by the PCA was trained to differentiate between pathological and healthy cries. The PCA was applied to reduce dimensionality of the vectors that serve as inputs to the SVM. The performance of the SVM utilizing linear and RBF kernel was examined. Experimental results showed that SVM with RBF kernel yields good performance. The classification accuracy in classifying infant cry with asphyxia using the SVM-PCA is 95.86%.