买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中科声玄(苏州)科技有限公司申请的专利一种基于多感受野的神经网络的异音检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119091909B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411592124.3，技术领域涉及：G10L25/18；该发明授权一种基于多感受野的神经网络的异音检测方法及系统是由于银虎;周良宏设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于多感受野的神经网络的异音检测方法及系统在说明书摘要公布了：本发明提供一种基于多感受野的神经网络的异音检测方法及系统，涉及工业智能诊断与质量控制技术领域，该方法包括步骤采集工业设备在各种工作状态下的音频信号数据，并对采集的音频信号数据进行标注；基于标注好的数据构建数据集并划分；对数据集中的音频信号进行预处理，从预处理后的音频信号中提取梅尔频谱特征；将梅尔频谱特征输入到提前构建好的异音检测模型中进行训练，得到训练好的异音检测模型；将待测音频信号样本输入到训练好的异音检测模型中进行预测，得到预测结果，并依据预测结果对工业设备进行分类。本发明能够动态捕捉多尺度音频特征，并通过丰富的特征表示能力显著提高异音检测的准确性和鲁棒性。

本发明授权一种基于多感受野的神经网络的异音检测方法及系统在权利要求书中公布了：1.一种基于多感受野的神经网络的异音检测方法，其特征在于，包括：步骤S1：采集工业设备在各种工作状态下的音频信号数据，涵盖工业设备在正常和异常运行条件下的音频信号，并对采集的音频信号数据进行标注；步骤S2：基于标注好的数据构建数据集，并将数据集划分为训练集和验证集；步骤S3：对数据集中的音频信号进行预处理，从预处理后的音频信号中提取梅尔频谱特征；步骤S4：将梅尔频谱特征输入到提前构建好的异音检测模型中进行训练，得到训练好的异音检测模型，具体包括：将梅尔频谱特征输入到提前构建好的异音检测模型中，首先通过卷积神经网络提取初级特征，再利用选择性卷积核网络模块进行多尺度特征提取与融合，接着通过特征降维与软注意力机制实现特征的自适应选择，最后通过胶囊网络模块完成分类任务；其中所述利用选择性卷积核网络模块进行多尺度特征提取与融合的方法为：使用不同大小的卷积核和ReLU激活函数，对初级特征Y1进行多尺度特征提取，得到不同的特征映射和其中H、C、W分别代表特征的高度、通道数和宽度，代表实数集；将特征映射和进行融合，得到综合特征对融合后的综合特征U进行全局平均池化操作得到全局特征表示其中s由如下公式得出： 式中，sw表示全局特征表示s在宽度维度上的值，Uw表示综合特征在宽度维度上的特征表示，Uwi,j在高度为i、通道为j位置处的值；其中所述通过特征降维与软注意力机制实现特征的自适应选择的方法为：通过全连接层对全局特征表示s进行降维，得到压缩后的特征向量特征向量z表示为： 其中，表示全连接层，δ为ReLU激活函数，表示批量归一化，W表示对s进行线性变换的权重矩阵，d为压缩向量的长度，其中压缩的长度由缩减比例r控制，d＝Wr；利用压缩后的特征向量z引导跨通道的软注意力机制，自适应地调整对不同空间尺度信息的关注程度，得到软注意力向量aw和bw： 其中，A,B分别表示用于生成注意力分数的线性变换矩阵，它们的作用是将压缩后的特征向量z转换到权重空间，用于计算注意力系数，aw和bw分别为特征映射和的软注意力向量；Awz、Bwz分别表示将特征向量z通过矩阵A和B进行线性变换的结果，用于生成与不同宽度相关的注意力分数；根据软注意力向量aw和bw，对特征映射和进行加权融合，得到张量特征V： 其中，V＝[V1,V2,...,VW]，分别表示特征映射和在特定的宽度维度上取的特征表示；在训练过程中，使用五折交叉验证对异音检测模型的性能进行评估，优化其参数，最终得到训练好的异音检测模型；步骤S5：将待测音频信号样本输入到训练好的异音检测模型中进行预测，得到预测结果，并依据预测结果对工业设备进行分类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科声玄(苏州)科技有限公司，其通讯地址为：215000 江苏省苏州市高新区大同路20号三区2号1幢厂房二楼209室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。