龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：合肥大学
申请日：2024-03-08
公开（公告）日：2024-06-18
公开（公告）号：CN118212936A
主分类号：G10L25/24
分类号：G10L25/24;G10L25/51;G10L25/30;G06F18/213;G06F18/24;G06V10/10;G06N3/006
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了基于人工鱼群优化的机器声音频谱特征的构建方法和系统，方法包括：将机器声音数据转换为Log梅尔频谱图，按照频带降序排列后在频率维度上拆分为多个大小相等的子谱图；根据声音数据的平稳性和频率对每个所述子谱图内的不同频带分别进行加权得到局部加权特征；将局部加权特征拼接后输入到异常检测模型中，并利用人工鱼群算法优化频谱特征参数、异常检测模型的参数；基于优化后的所述子谱图的拆分数量、所述加权权重获取优化的机器声音频谱特征。本方法通过对声音不同频率进行局部加权以细化突出声音特征，并对多种异常检测算法基于类别进行二次集成，以较小的成本满足了不同平稳性、不同频率变化幅度的机器声音检测。
主权项：1.基于人工鱼群优化的机器声音频谱特征的构建方法，其特征在于，包括如下步骤：步骤1，将机器声音数据转换为Log梅尔频谱图，将所述Log梅尔频谱图按照频带降序排列后，在频率维度上拆分为N个大小相等的子谱图，其中N为待优化的参数，且N≥2；步骤2，根据声音数据的平稳性和频率对每个所述子谱图内的不同频带分别进行加权得到N个局部加权特征；步骤3，将N个所述局部加权特征拼接后，输入到基于异常检测算法构建的异常检测模型中，并利用人工鱼群算法根据所述异常检测模型的输出反馈优化所述子谱图的拆分数量N、所述加权权重、异常检测模型的参数；步骤4，基于优化后的所述子谱图的拆分数量、所述加权权重获取优化的机器声音频谱特征。
全文数据：
权利要求：
百度查询： 合肥大学 基于人工鱼群优化的机器声音频谱特征的构建方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号