海纳科德湖北科技有限公司专利技术

海纳科德湖北科技有限公司共有14项专利

  • 本发明一种基于MFCC特征的被动水声信号识别方法及系统,包括:获得MFCC谱图及其一阶差分和二阶差分,构建三维特征向量;构建识别神经网络,识别神经网络包括:多尺度卷积模块、特征融合模块和分类模块;通过多尺度卷积模块对三维特征向量进行多尺...
  • 本发明提供一种工业设备异常声音检测方法及系统,包括:异常声音检测模型包括:第一检测网络和第二检测网络;通过样本数据对第一检测网络进行训练,获得第一正常分数和第一异常分数;通过样本数据对第二检测网络进行训练,获得第二正常分数和第二异常分数...
  • 本发明提供一种利用宠物语音信号识别情绪的方法及系统,包括:获取宠物的语音信号,对语音信号进行预处理,获得可用语音信号;对可用语音信号进行多特征提取,获得多种特征图;对多种特征图进行拼接,获得融合特征图;将融合特征图分别输入AlexNet...
  • 本发明公开了一种鱼眼图像径向畸变校正方法,方法包括:通过鱼眼相机进行图像信号采集,获取深度可分离的畸变系数预测模型的输入图像;将原始鱼眼图像输入深度可分离的畸变系数预测模型进行训练,并经调优处理,最后得到训练好的畸变系数预测模型;将鱼眼...
  • 本发明提供了一种小样本数据下气体泄漏故障检测方法及装置,包括:采集不发生气体泄漏时的背景噪声和发生气体泄漏时的音频数据;对两组音频数据分别进行时频域转换,得到由语谱图构成的两种数据集;通过改进的StyleGAN模型完成对两种数据集的扩充...
  • 本发明提供一种基于双向GRU结构的神经网络滤波器的波束形成方法及系统,包括步骤:S1:获取麦克风阵列信号,将麦克风阵列信号分为:参考麦克风信号和剩余麦克风信号;S2:构建参考通道处理模块和剩余通道处理模块;S3:将参考麦克风信号和剩余麦...
  • 本发明提供了一种基于沙漏模型的气体泄漏声信号降噪方法及系统,实时采集气体泄漏声信号,构建训练集和测试集,对建立的沙漏模型进行训练和测试,得到最终的沙漏模型,通过一维卷积层对声信号进行特征编码及分割,对得到的编码特征序列进行分离,通过一维...
  • 本发明公开了基于改进的INMF的声学降噪方法,包括:对纯净漏气信号、干扰噪声信号分别进行短时傅里叶变换得到各自的幅度谱;使用改进的INMF算法将纯净漏气信号的幅度谱分解成字典矩阵,将干扰噪声信号的幅度谱分解成字典矩阵,将与合并构成联合字...
  • 本发明提供一种基于深度学习的车辆鸣笛定位方法及系统,包括以下步骤:S1:在路口设置麦克风阵列,通过麦克风阵列获取声音信号;S2:构建声源识别网络,通过声源识别网络对声音信号进行鸣笛识别,获得鸣笛声源;S3:通过到达时间差定位法对鸣笛声源...
  • 本发明公开了一种基于四麦克风阵列和深度学习的声源定位方法,通过搭载四个麦克风的四面体麦克风阵列进行声源信号采集,获取原始声源音频信息;对原始声源数据进行短时傅里叶变换,将其转化为相位谱,将相位谱输入神经网络进行训练,利用训练好的模型对声...
  • 本发明公开了一种基于域泛化技术的无监督机器设备异常声检测方法,包括:采集机械设备运转发出正常音频数据和故障音频数据,划分为源域数据集和目标域数据集;将音频数据的原始波形转换为log
  • 本发明提供一种混音环境中的端到端目标声信号提取方法及系统,包括:S1:构建端到端目标声信号抽取模型,端到端目标声信号抽取模型包括:可学习编码单元、基于因果卷积机制的分离单元和可学习解码单元;S2:获取声信号,将声信号输入可学习编码单元,...
  • 本发明提供一种可迁移的端到端声信号诊断方法,包括:S1:构建端到端故障诊断模型,端到端故障诊断模型包括:多尺度特征提取单元、基于注意力机制的特征融合单元和基于残差结构的特征提取单元;S2:获取设备故障状态时产生的声信号,通过多尺度特征提...
  • 本发明涉及声学诊断领域,提供一种可迁移的特征自动选取声学诊断方法及系统,包括:S1:获取原始音频,对所述原始音频进行特征提取处理,获得声学特征;S2:通过混合特征选择模型对所述声学特征进行筛选,获得最优特征子集;S3:通过所述最优特征子...
1