林 媛

（華南農(nóng)業(yè)大學(xué)，廣東 廣州 510642）

0 引 言

隨著人們生活壓力的不斷增加，一分部人可能存在一定的心理疾病，而心理障礙是一種常見(jiàn)的心理疾病，輕微的心理障礙可以通過(guò)自身調(diào)節(jié)進(jìn)行治愈，而嚴(yán)重的心理障礙問(wèn)題就需要進(jìn)行相應(yīng)的治療，因此心理障礙問(wèn)題已經(jīng)成為困擾人們生活健康的一個(gè)重要難題[1?3]。心理障礙的發(fā)生過(guò)程是一個(gè)長(zhǎng)時(shí)間積累的過(guò)程，對(duì)心理障礙發(fā)展程度進(jìn)行預(yù)測(cè)，可以幫助人們提前了解心理障礙將來(lái)的狀態(tài)，盡可能早地制定一些調(diào)節(jié)和治療措施，降低心理障礙發(fā)生的機(jī)率。因此心理障礙預(yù)測(cè)研究成為當(dāng)前心理數(shù)據(jù)挖掘中的一個(gè)熱點(diǎn)方向[4?6]。

針對(duì)心理障礙預(yù)測(cè)問(wèn)題，近10 多年人們進(jìn)行了深入的探討，并取得了一些不錯(cuò)的成果，提出許多有效的心理障礙預(yù)測(cè)模型。將心理障礙預(yù)測(cè)模型可以劃分為兩大類，一類是傳統(tǒng)心理障礙預(yù)測(cè)模型，另一類為現(xiàn)代心理障礙預(yù)測(cè)模型。傳統(tǒng)心理障礙預(yù)測(cè)模型采用傳統(tǒng)數(shù)學(xué)建模方法進(jìn)行，如多元線性回歸，對(duì)心理障礙歷史數(shù)據(jù)進(jìn)行分析，找到相應(yīng)的多元線性回歸系數(shù)，建立相應(yīng)的心理障礙預(yù)測(cè)模型，并對(duì)將來(lái)一段時(shí)間的心理障礙進(jìn)行估計(jì)預(yù)測(cè)，對(duì)心理障礙問(wèn)題進(jìn)行了簡(jiǎn)化。因此心理障礙預(yù)測(cè)結(jié)果不太可靠，無(wú)法適應(yīng)現(xiàn)代心理障礙預(yù)測(cè)建模的要求?，F(xiàn)代心理障礙預(yù)測(cè)模型主要包括人工智能技術(shù)、非線性控制技術(shù)、自動(dòng)化技術(shù)，當(dāng)前主要有各種人工神經(jīng)網(wǎng)絡(luò)的心理障礙預(yù)測(cè)模型、灰色理論的心理障礙預(yù)測(cè)模型，它們通常具有智能化學(xué)習(xí)功能，根據(jù)心理障礙歷史數(shù)據(jù)擬合心理障礙的變化規(guī)律，預(yù)測(cè)結(jié)果要優(yōu)于傳統(tǒng)心理障礙預(yù)測(cè)模型。在心理障礙實(shí)際預(yù)測(cè)中，目前還有許多問(wèn)題有待解決，如：人工神經(jīng)網(wǎng)絡(luò)的收斂速度慢，心理障礙預(yù)測(cè)結(jié)果出現(xiàn)過(guò)擬合的概率相當(dāng)高，心理障礙預(yù)測(cè)的泛化能力差，而且人工神經(jīng)網(wǎng)絡(luò)相關(guān)參數(shù)直接影響心理障礙預(yù)測(cè)結(jié)果，而當(dāng)前人工神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化方法主要采用人工方式憑經(jīng)驗(yàn)確定人工神經(jīng)網(wǎng)絡(luò)的參數(shù)，使得心理障礙預(yù)測(cè)精度并非達(dá)到最優(yōu)，因此心理障礙預(yù)測(cè)面臨巨大的挑戰(zhàn)。

為了解決當(dāng)前心理障礙預(yù)測(cè)模型存在的誤差，預(yù)測(cè)結(jié)果可信度低等不足，以提高心理障礙預(yù)測(cè)精度為目標(biāo)，提出了數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)模型，并在Matlab 2019 平臺(tái)進(jìn)行了心理障礙預(yù)測(cè)的仿真模擬實(shí)驗(yàn)，結(jié)果表明，本文模型是一種效果好、速度快的心理障礙預(yù)測(cè)模型，預(yù)測(cè)效果要明顯優(yōu)于當(dāng)前其他心理障礙預(yù)測(cè)模型。

1 數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)模型

1.1 采集心理障礙信號(hào)

在進(jìn)行心理障礙預(yù)測(cè)時(shí)，首先要對(duì)心理障礙相關(guān)的信號(hào)進(jìn)行采集，由于一個(gè)人的心理出現(xiàn)了障礙，其語(yǔ)言會(huì)發(fā)生相應(yīng)的變化，如焦慮、急躁，因此本文采集心理障礙者的語(yǔ)言信號(hào)進(jìn)行心理障礙預(yù)測(cè)，通過(guò)TMS320C6713 實(shí)現(xiàn)語(yǔ)音信號(hào)的采集，采集到的語(yǔ)音信號(hào)為模擬信號(hào)。由于心理障礙預(yù)測(cè)是通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)，因此要將模擬信號(hào)通過(guò)數(shù)模轉(zhuǎn)換裝置產(chǎn)生數(shù)字信號(hào)。采集信號(hào)可以用圖1 進(jìn)行描述。

圖1 采集的心理障礙信號(hào)

1.2 心理障礙信號(hào)的預(yù)處理

在心理障礙信號(hào)的采集過(guò)程中，難免出會(huì)出現(xiàn)一些噪聲，這些噪聲會(huì)對(duì)心理障礙信號(hào)的后續(xù)處理產(chǎn)生不利影響，因此本文引入小波變換對(duì)心理障礙信號(hào)進(jìn)行預(yù)處理。設(shè)ψ(t)為可積函數(shù)，那么其傅里葉變換滿足式（1）條件，則稱ψ(t)為小波母函數(shù)。

ψ(t)在正負(fù)交替具有波動(dòng)性，均值滿足如下條件：

對(duì)ψ(t)進(jìn)行平移、伸縮操作可以得到：

對(duì)于心理障礙信號(hào)f(t)，其連續(xù)小波為：

式（4）是心理障礙信號(hào)f(t)在ψa,b(t)的多尺度平移信號(hào)的投影，f(t)的小波變換為wf1(a,b)和wf2(a,b)，那么可以得到：

本文采用小波閾值算法對(duì)心理障礙信號(hào)進(jìn)行去噪，基本原理為：對(duì)含噪的心理障礙信號(hào)進(jìn)行小波變換，得到許多小波系數(shù)，這樣小波系數(shù)可以劃分為干凈心理障礙信號(hào)的小波系數(shù)和噪聲的小波系數(shù)，然后選擇最優(yōu)閾值與所有小波系數(shù)進(jìn)行比較，如果小波系數(shù)小于最優(yōu)閾值，表示是噪聲，那么將該小波系數(shù)設(shè)置為0，最后通過(guò)小波逆變換對(duì)小波系數(shù)進(jìn)行重構(gòu)，得到干凈的心理障礙信號(hào)。

1.3 提取心理障礙信號(hào)的特征

當(dāng)人的心理狀態(tài)發(fā)生變化后，心理信號(hào)也會(huì)發(fā)生相應(yīng)的改變，因此一旦出現(xiàn)心理障礙，那么其特征就會(huì)發(fā)生改變，本文采用4 種特征進(jìn)行心理障礙識(shí)別。

1）短時(shí)能量。設(shè)心理障礙信號(hào)為f(t)，對(duì)其進(jìn)行分幀處理，第i幀心理障礙信號(hào)可以表示為：

式中：w(n)表示心理障礙信號(hào)的窗函數(shù)；inc 表示心理障礙信號(hào)的幀移。

第i幀心理障礙信號(hào)的短時(shí)能量計(jì)算公式為：

式中：L表示心理障礙信號(hào)的幀長(zhǎng)；m表示心理障礙信號(hào)分幀后的總幀數(shù)。

2）短時(shí)過(guò)零率。短時(shí)過(guò)零率用于描述心理障礙信號(hào)波形穿過(guò)橫軸的次數(shù)，具體計(jì)算公式為：

式中sgn[·]表示符號(hào)函數(shù)，具體如下：

1.4 數(shù)據(jù)挖掘技術(shù)

支持向量機(jī)是一種新型的數(shù)據(jù)挖掘技術(shù)，主要針對(duì)一些復(fù)雜的問(wèn)題進(jìn)行建模，具有一定的智能決策能力。對(duì)一個(gè)問(wèn)題的數(shù)據(jù)集{(x1,y1),(x2,y2),…,(xi,yi),…,(xn,yn)}，n為樣本數(shù)，采用映射函數(shù)?(?)對(duì)數(shù)據(jù)集進(jìn)行映射，然后建立最優(yōu)分類超平面，具體如下：

基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化學(xué)習(xí)原理，分類超平面可以滿足如下條件：

引入松弛變量ξi弱化分類誤差，提升分類精度，這樣分類超平面可以轉(zhuǎn)化為如下優(yōu)化問(wèn)題：

式中C為懲罰參數(shù)。

采用Lagrange 算法得到式（12）的對(duì)偶形式，具體為：

采用核函數(shù)代替內(nèi)積操作：k(xi,xj)=?(xi)?(xj)，可以得到:

最優(yōu)分離超平面可以表示為：

本文選擇的核函數(shù)為：

1.5 數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)步驟

數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)步驟如下：

Step1：通過(guò)TMS320C6713 采集語(yǔ)音信號(hào)，并通過(guò)數(shù)模轉(zhuǎn)換裝置產(chǎn)生數(shù)字信號(hào)。

Step2：通過(guò)小波變換對(duì)原始語(yǔ)音信號(hào)進(jìn)行預(yù)處理，去除其中的噪聲，得到干凈的語(yǔ)音數(shù)字信號(hào)。

Step3：從去噪后的語(yǔ)音信號(hào)中提取短時(shí)能量和短時(shí)過(guò)零率，將它們作為心理障礙預(yù)測(cè)特征向量。由于它們的單位不一樣，因此對(duì)它們進(jìn)行預(yù)處理，即：

式中fmax和fmin表示心理障礙預(yù)測(cè)特征的最大值和最小值。

Step4：將心理障礙值和特征向量組合在一起，得到心理障礙預(yù)測(cè)的學(xué)習(xí)樣本。

Step5：設(shè)置支持向量機(jī)參數(shù)，如懲罰參數(shù)和核函數(shù)參數(shù)。

Step6：采用支持向量機(jī)對(duì)心理障礙學(xué)習(xí)樣本進(jìn)行訓(xùn)練，建立心理障礙預(yù)測(cè)模型，具體流程如圖2 所示。

圖2 數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)流程

2 仿真測(cè)試

2.1 測(cè)試環(huán)境

為了測(cè)試數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)模型的性能，對(duì)其進(jìn)行仿真實(shí)驗(yàn)，具體測(cè)試環(huán)境如表1 所示。

表1 心理障礙預(yù)測(cè)實(shí)驗(yàn)的測(cè)試環(huán)境

選擇BP 神經(jīng)網(wǎng)絡(luò)的心理障礙預(yù)測(cè)模型進(jìn)行對(duì)比測(cè)試，選擇心理障礙預(yù)測(cè)精度和建模時(shí)間作為心理障礙預(yù)測(cè)仿真實(shí)驗(yàn)結(jié)果的評(píng)價(jià)指標(biāo)。

2.2 心理障礙仿真實(shí)驗(yàn)的測(cè)試數(shù)據(jù)集

為了使心理障礙仿真實(shí)驗(yàn)結(jié)果具有較強(qiáng)的說(shuō)服力，選擇5 個(gè)測(cè)試數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，每一個(gè)測(cè)試數(shù)據(jù)集包含的心理障礙樣本數(shù)量如表2 所示。

表2 心理障礙仿真實(shí)驗(yàn)的測(cè)試數(shù)據(jù)集

2.3 心理障礙預(yù)測(cè)結(jié)果與分析

將表2 的心理障礙仿真實(shí)驗(yàn)的測(cè)試數(shù)據(jù)集劃為兩部分：一部分為訓(xùn)練集，用于建立心理障礙預(yù)測(cè)模型，測(cè)試心理障礙預(yù)測(cè)的擬合能力；另一部分為測(cè)試集，用于分析心理障礙預(yù)測(cè)模型的泛化能力。它們的比例為3∶1。

2.3.1 心理障礙訓(xùn)練精度分析

兩種心理障礙訓(xùn)練精度如圖3 所示。

圖3 兩種方法的心理障礙訓(xùn)練精度比較

對(duì)圖3 進(jìn)行分析可以發(fā)現(xiàn)：

1）BP 神經(jīng)網(wǎng)絡(luò)的心理障礙訓(xùn)練精度平均值為81.49%，心理障礙訓(xùn)練誤差的平均值為18.51%，心理障礙訓(xùn)練精度要低于實(shí)際應(yīng)用的要求，這主要是因?yàn)锽P神經(jīng)網(wǎng)絡(luò)雖然學(xué)習(xí)能力強(qiáng)，但是經(jīng)常出現(xiàn)一些擬合錯(cuò)誤偏大的點(diǎn)，出現(xiàn)了過(guò)擬合心理障礙的預(yù)測(cè)結(jié)果。

2）本文方法的心理障礙訓(xùn)練精度平均值為93.34%，心理障礙訓(xùn)練誤差的平均值為6.66%，心理障礙訓(xùn)練精度遠(yuǎn)遠(yuǎn)高于實(shí)際應(yīng)用要求的85%，心理障礙訓(xùn)練精度要高于BP 神經(jīng)網(wǎng)絡(luò)，這表明本文方法克服了BP神經(jīng)網(wǎng)絡(luò)存在的缺陷，可以更好地描述心理障礙變化特點(diǎn)，心理障礙預(yù)測(cè)結(jié)果的擬合效果更優(yōu)。

2.3.2 心理障礙預(yù)測(cè)的測(cè)試精度分析

兩種心理障礙預(yù)測(cè)結(jié)果的測(cè)試精度如圖4 所示。對(duì)圖4 測(cè)試精度分析可知：兩種方法心理障礙預(yù)測(cè)的測(cè)試精度要低于訓(xùn)練精度，這是正?，F(xiàn)象，但是本文方法的心理障礙預(yù)測(cè)測(cè)試精度要高于BP 神經(jīng)網(wǎng)絡(luò)，這是因?yàn)楸疚姆椒ㄊ且环N更加有效的數(shù)據(jù)挖掘技術(shù)，能夠更加深層次、全面地描述心理障礙變化態(tài)勢(shì)，獲得了理想的心理障礙預(yù)測(cè)結(jié)果。

圖4 兩種方法的心理障礙測(cè)試集的測(cè)試精度比較

2.3.3 心理障礙預(yù)測(cè)建模效率分析

兩種方法的心理障礙建模訓(xùn)練時(shí)間和測(cè)試時(shí)間如圖5 所示。從圖5 可以發(fā)現(xiàn)，心理障礙建模訓(xùn)練時(shí)間要遠(yuǎn)遠(yuǎn)長(zhǎng)于測(cè)試時(shí)間，因?yàn)橥ㄟ^(guò)訓(xùn)練過(guò)程找到心理障礙預(yù)測(cè)模型的最優(yōu)參數(shù)，耗費(fèi)時(shí)間比較長(zhǎng)。對(duì)于相同的數(shù)據(jù)集，本文方法的心理障礙建模訓(xùn)練時(shí)間要少于BP 神經(jīng)網(wǎng)絡(luò)，加快了心理障礙建模效率，測(cè)試時(shí)間相差不大，因此本文方法的心理障礙建?？倳r(shí)間要明顯短于BP 神經(jīng)網(wǎng)絡(luò)，提高了心理障礙預(yù)測(cè)建模的效率。

圖5 兩種方法的心理障礙訓(xùn)練和測(cè)試時(shí)間比較

3 結(jié) 語(yǔ)

心理障礙是當(dāng)前社會(huì)關(guān)注的一個(gè)焦點(diǎn)問(wèn)題。當(dāng)前心理障礙預(yù)測(cè)模型存在精度低、預(yù)測(cè)效率低等弊端，難以滿足心理障礙分析的實(shí)際要求，為了獲得理想的心理障礙預(yù)測(cè)結(jié)果，本文提出了數(shù)據(jù)挖掘技術(shù)的心理障礙預(yù)測(cè)模型。測(cè)試結(jié)果表明，本文模型的心理障礙預(yù)測(cè)效果要明顯優(yōu)于當(dāng)前其他心理障礙預(yù)測(cè)模型，而且心理障礙預(yù)測(cè)建模效率得以大幅度改善，具有十分廣泛的應(yīng)用前景。