【技术实现步骤摘要】
本专利技术涉及声音检测领域，具体涉及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。
技术介绍
1、机器声音异常检测是指通过对机器运行时所发出的声音进行分析判断机器处于正常状态还是异常状态。在实际工业环境中，机器异常原因多变，并且周围的环境噪声引起的域偏移，在收集到的声音数据中绝大部分都是正常运行数据，难以有效低成本地进行采集异常数据，故难以遍历采集到各种异常状态时的声音数据，进行异常检测方法的训练。
2、目前通过声音对机器状态监测的方法，主要以无监督异常检测算法、基于重构的异常检测算法以及基于分类的异常检测算法为主。然而这些声音异常检测算法存在着不可避免的局限，无监督异常检测算法虽然能够以较小的成本对机器状态进行监测，但是无法关注到平稳的机器声音和非平稳的机器声音特征提取之间的差异性，同时针对非平稳的机器声音并不能提取到合适的高频的特征。在一些改进方式中通过对声音特征在频率维度内整体进行分析，但忽略了声音数据小范围的局部变化，且在频率变化上下限差距较大的机器声音上特征提取效果较差，不能满足于特定频率的机器声音检测。基于...
【技术保护点】
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：
2.根据权利要求1所述的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，步骤1所述将所述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具体包括：
3.根据权利要求2所述的基于人工鱼群优化的机器声音频谱局部特征的构建方法，其特征在于，步骤2中所述加权的权重具有如下约束：
4.根据权利要求3所述的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，所述对每个所述子谱图内的不同频带分别进行加权的权重采用以下的几何权重矩
5...
【技术特征摘要】
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：
2.根据权利要求1所述的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，步骤1所述将所述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具体包括：
3.根据权利要求2所述的基于人工鱼群优化的机器声音频谱局部特征的构建方法，其特征在于，步骤2中所述加权的权重具有如下约束：
4.根据权利要求3所述的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，所述对每个所述子谱图内的不同频带分别进行加权的权重采用以下的几何权重矩阵：
5.根据权利要求4所述的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，所述不同子谱图间的加权权重适应于对应子谱图中所述机器声音数据整体的平稳性表征通过调整几何权重矩阵的几何权重系数xi实现，当xi取不同的值，会针对平稳的机器声音和非平稳机器的声音提取到合适的特征，具体为：xi趋向于0时用于提取整体非平稳的机器声音数据的高频特征部分，xi趋向于1时用于提取整体平稳的机器声音数据的特...
【专利技术属性】
技术研发人员：陈圣兵，王家俊，徐之奇，王俊杰，庞博，叶秀轩，
申请(专利权)人：合肥大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。