【技术实现步骤摘要】
本专利技术属于智能信息处理领域，涉及人工智能中的知识表示和信息处理中的数据融合技术，具体是一种应用在声传感器网络中的语义增强型信息融合方法。
技术介绍
声传感器网络具有设备相对廉价、性能稳定、易于构建、适应恶劣工作环境等特点，可以应用在很多领域。例如针对车辆行驶时的声音信号特征，可以将拾音器阵列布置在城市道路旁，获取车流量、车流速度等重要的交通流参数，从而实施对车辆的自动检测和智能交通监控等任务；也可以在海洋中部署水声换能器阵列，收集海洋学数据并进行海洋探测、灾害预防、海洋导航等活动；在工厂、工地的安全监控中，还可以考虑将声传感器网络布置于危险场地中，及时快速地对爆裂和爆炸部位进行自动检测与定位。在声传感器网络中，一般都是将拾音器或换能器等以阵列形式部署，以便满足空域滤波及目标定位、跟踪等要求。这种典型的多传感器配置方式自然而然地会产生对信息融合的需求。传统的信息融合技术主要利用概率推理、模糊逻辑、证据理论、神经网络、随机集理论等理论和方法，它们的一个主要局限无法概括领域知识、难以将背景信息包含进去， 造成信息融合的实际性能不稳定，与理论推导指标存在较大差距。如...
【技术保护点】
１．一种语义增强型交通车辆声信息融合方法，其特征在于该方法包括如下步骤：步骤１．声信号采集，具体是：利用麦克风阵列采集车辆运行时发出的声音；步骤２．声特征提取：具体是：从车辆声信号中提取出两组特征，分别是谐波特征和关键谱特征；所述的谐波特征提取过程为：首先根据车辆发动机的周期性运动提取出基本频率上的振幅，然后根据倍频关系依次提取出２倍频、３倍频一直到２１倍频上的振幅，最后归一化后得到谐波特征；所述的关键谱特征提取过程为：采用最大互信息原理进行选取，使得到的特征是来自于谐波之外的具有最大互信息的频率分量；步骤３．语义标注，具体是：采用支持向量机和多变量高斯分类器，根据已知样本...
【技术特征摘要】
【专利技术属性】
技术研发人员：郭宝峰，林岳松，彭冬亮，朱胜利，薛安克，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：86
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。