Frequenzdifferenzspektren als „Preprocessing-Verfahren“ für neuronale Netze und klassische, akustische Identifikatoren/Klassifikatoren

Zusammenfassung

Frequenzdifferenzspektren, kurz FD-Spektren genannt, finden eine immer breitere Anwendung in technischen, medizinischen und vor allen Dingen sprachanalytischen Systemen. Diese von uns in den 80er Jahren entwickelte, situationsunabhängige Repräsentation von geglätteten Leistungsspektren ermöglicht eine äußerst genaue Berechnung der im jeweiligen Signalverlauf enthaltenen Grundwellen, wobei deren Detektierung auch bei Überlagerung von Breitbandstörern, technisch bedingten Frequenzbandausblendungen oder anderen stochastischen Störanteilen noch möglich ist. Die Repräsentation einer Signatur nur durch ihre Grundwellenanteile und deren Harmonischenmodulierung ermöglicht zudem, daß beim Einsatz von neuronalen Netzen und Fuzzy-Klassifikatoren ein bis zu 80% reduzierter Datensatz verwendet werden kann.

Im folgenden sollen einige grundlegende Experimente beschrieben werden, die den Einsatz von FD-Spektren an Hand eines kommerziellen Softwarepaketes beschreiben.