基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法技术

本申请公开了一种基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法，其包括：通过部署于待检测混凝土管桩的多个位置的音频传感器，获取所述待检测的混凝土管桩在其多个位置的多个音频数据；将所述多个音频数据通过音频矢量化模块以将所述音频数据转化为音频向量，以获得多个音频向量；将所述多个音频向量分别通过深度神经网络以获得多个音频特征向量；对所述多个音频特征向量，计算每个音频特征向量相对于所述多个音频特征向量中其他音频特征向量的协方差矩阵，以获得多个协方差矩阵；计算所述多个协方差矩阵中每两个协方差矩阵之间的距离，以获得距离矩阵；以及，将所述距离矩阵通过分类器，以获得分类结果。以获得分类结果。以获得分类结果。

【技术实现步骤摘要】
基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法


[0001]本专利技术涉及深度学习和神经网络
，且更为具体地，涉及一种基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法、基于音频向量协方差矩阵的混凝土管桩浇筑质量检测系统和电子设备。

技术介绍

[0002]混凝土指以水泥为主要胶凝材料，与水、砂、石子，必要时掺入化学外加剂和矿物掺合料，按适当比例配合，经过均匀搅拌、密实成型及养护硬化而成的人造石材。混凝土管桩是由混凝土浇筑而成，即，将配料好的混凝土底料排入搅拌机中，再进行浇筑以获得混凝土管桩。
[0003]由于混凝土的配料和物料搅拌均匀程度都会对混凝土硬化的管桩的质量造成影响，而在浇筑过程当中，混凝土的密实成型和硬化过程也会影响管桩的质量，因此尤其对于大型工程中使用的大型混凝土管桩，如何判定混凝土管桩的浇筑质量成为难题。
[0004]目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法，其特征在于，包括：通过部署于待检测混凝土管桩的多个位置的音频传感器，获取所述待检测的混凝土管桩在其多个位置的多个音频数据；将所述多个音频数据通过音频矢量化模块以将所述音频数据转化为音频向量，以获得多个音频向量；将所述多个音频向量分别通过深度神经网络以获得多个音频特征向量；对所述多个音频特征向量，计算每个音频特征向量相对于所述多个音频特征向量中其他音频特征向量的协方差矩阵，以获得多个协方差矩阵；计算所述多个协方差矩阵中每两个协方差矩阵之间的距离，以获得距离矩阵；以及将所述距离矩阵通过分类器，以获得分类结果，所述分类结果用于表示所述待检测混凝土管桩的浇筑质量是否符合预定标准。2.根据权利要求1所述的基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法，其中，将所述多个音频向量分别通过深度神经网络以获得多个音频特征向量，包括：将所述多个音频向量进行一维卷积以获得多个音频特征向量。3.根据权利要求1所述的基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法，其中，将所述多个音频向量分别通过深度神经网络以获得多个音频特征向量，包括：将所述多个音频向量分别通过多层感知机以获得多个音频特征向量。4.根据权利要求1所述的基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法，其中，对所述多个音频特征向量，计算每个音频特征向量相对于所述多个音频特征向量中其他音频特征向量的协方差矩阵，以获得多个协方差矩阵，包括：对所述多个音频特征向量，计算每个音频特征向量与所述多个音频特征向量中其他音频特征向量的平均向量之间的差值向量；以及将所述差值向量乘以该音频特征向量的转置，以获得该音频特征向量对应的协方差矩阵。5.根据权利要求1所述的基于音频向量协方差矩阵的混凝土管桩浇筑质量检测方法，其中，计算所述多个协方差矩阵中每两个协方差矩阵之间的距离，以获得距离矩阵，包括：计算所述多个协方差矩阵中每两个协方差矩阵之间的L1距离，以获得距离矩阵。6.根据权利要求1所述的基于音频向量...

【专利技术属性】
技术研发人员：王刚，
申请(专利权)人：南通卓强信息技术有限公司，
类型：发明
国别省市：