基于特征选择与迁移学习的语音抑郁状态识别方法

摘要

本发明提供一种基于特征选择与迁移学习的语音抑郁状态识别方法，针对基于语音进行建模时特征维度较高、特征分布受被试除抑郁水平外的个体差异影响两个问题，提出融合Lasso和迁移学习方法CORAL的语音抑郁状态识别方法。其优势在于1.Lasso过滤特征中的冗余信息，保留有效特征，在提升模型效率的基础上进一步提升识别精度；2.迁移学习方法CORAL在不泄漏抑郁标签信息的前提下，拉近训练集与测试集的特征分布，减小特征分布受抑郁水平外其他因素的影响。两种方法相结合能进一步提高抑郁筛查的准确性和稳定性。