请问一下可能会牵涉到哪些方面的技术，有没有有类似经验的朋友。

Question

教授一时兴起，突然让我研究一下鼾声，用智能手机采集鼾声，然后分析鼾声，区分出正常鼾声和危险鼾声，我猜想可能会用到一些模式识别之类的知识

Answer 1

很有意思的命题，本质上仍然是经典的分类问题，设计方案借鉴一般的模式识别问题解决方案。1. 鼾声数据的获取，尽可能的丰富，可能要费点功夫（亦或导师提供？很想知道你们如何区分是正常或不正常鼾声）。2. 生成特征，声音的相关特征量是必须的了，除此还可以考虑年龄、性别、体质、区域、气候等等。3. 提取选择特征，根据实际情况决定是否需要，本质上是特征矩阵的降维，降低样本的依赖性，提高分类效果。4. 分类器设计，常见有Bayes决策、SVM、神经网络、决策树、Boosting等方法。我的经验是算法性能严重依赖于特征，好的特征一般的分类器就能满足我们的需求；反之，再好的分类器也无能为力。

Answer 2

我说点实际的建议：首先要获得特征鼾声的长度，和节奏数字列表一段鼾声的傅立叶分析（也就是频谱）数字列表既然有智能手机，还可以获取从加速度仪获得的振动信息然后进行归类先分成实验组和对照组，进行数据采集进行归类时，一定要留出10%的样本作为测试其他建议一定要对于数据进行处理找到比较明显的特征用手机采集，数据用Matlab等工具进行处理，争取可视化，因为人脑还是比电脑更换的分类器，最后将完成的算法用于手机可以当闹铃使——当人在潜层睡眠时打开闹铃，而不是不论睡眠情况如何，都定点打开闹铃