期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
SPNCC与一维双通道CNN-LSTM相结合的变压器局部放电故障音频检测
被引量：
8
1
作者
翟学明
郭嘉
翟羽佳
《智能系统学报》
CSCD
北大核心
2023年第3期534-543,共10页
变压器运行时产生的声音信号包含了丰富的状态信息,可作为变压器故障诊断的重要依据。为提高变压器故障音频诊断效果,首先将变压器运行时现场采集的声音信号分为工作环境噪声信号、正常工作音频信号以及局部放电故障音频信号;然后通过...
变压器运行时产生的声音信号包含了丰富的状态信息,可作为变压器故障诊断的重要依据。为提高变压器故障音频诊断效果,首先将变压器运行时现场采集的声音信号分为工作环境噪声信号、正常工作音频信号以及局部放电故障音频信号;然后通过卷积神经网络分类、小波包分解以及巴特沃斯带通滤波的方法去除原始音频信号中的非稳态环境噪声和短时稳态环境噪声信号;并建立了基于简化版幂律归一化倒谱系数特征的一维双通道卷积神经网络−长短时记忆网络的变压器局部放电故障识别模型。通过现场采集某500 kV变电站不同自然环境下的变压器运行声音信号与故障仿真实验,验证了提出的局部放电故障识别模型的可行性,相较于传统的音频故障诊断方法,提出的模型具有更快的收敛速度,更好的故障识别准确率与故障分类准确率。
展开更多
关键词
变压器局部放电
变压器故障检测
智能电网
小波包分解
简化版
幂律归一化倒谱系数
Gammatone滤波器
卷积神经网络
长短时记忆网络
在线阅读
下载PDF
职称材料
基于PNCC与基频的鲁棒电话语音性别检测方案
被引量：
1
2
作者
钟顺明
况鹏
+3 位作者
庄豪爽
冯韩德
王剑莹
张涵
《华南师范大学学报（自然科学版）》
CAS
北大核心
2019年第6期118-122,共5页
针对电话语音性别检测存在识别准确率较低的问题,提出了一种有效的电话语音性别检测方案(CNN+SVM);首先,采用卷积神经网络(Convolutional Neural Network,CNN)提取幂律归一化倒谱系数(Power-Normalized Cepstral Coefficient,PNCC)的有...
针对电话语音性别检测存在识别准确率较低的问题,提出了一种有效的电话语音性别检测方案(CNN+SVM);首先,采用卷积神经网络(Convolutional Neural Network,CNN)提取幂律归一化倒谱系数(Power-Normalized Cepstral Coefficient,PNCC)的有效信息;然后,结合优化后的基频特征,选用支持向量机(Support Vector Machine,SVM)实现性别分类.该方案有效融合了男、女发音和听觉感知特性上的差异,同时利用了CNN特征提取能力以及SVM鲁棒分类能力.仿真结果表明:CNN+SVM方案针对实际场景电话语音数据集的性别识别准确率优于传统识别方法.
展开更多
关键词
幂律归一化倒谱系数
卷积神经网络
性别检测
支持向量机
基频
在线阅读
下载PDF
职称材料
题名
SPNCC与一维双通道CNN-LSTM相结合的变压器局部放电故障音频检测
被引量：
8
1
作者
翟学明
郭嘉
翟羽佳
机构
华北电力大学控制与计算机工程学院
国网石家庄供电公司
出处
《智能系统学报》
CSCD
北大核心
2023年第3期534-543,共10页
基金
国家自然科学基金项目(51677072).
文摘
变压器运行时产生的声音信号包含了丰富的状态信息,可作为变压器故障诊断的重要依据。为提高变压器故障音频诊断效果,首先将变压器运行时现场采集的声音信号分为工作环境噪声信号、正常工作音频信号以及局部放电故障音频信号;然后通过卷积神经网络分类、小波包分解以及巴特沃斯带通滤波的方法去除原始音频信号中的非稳态环境噪声和短时稳态环境噪声信号;并建立了基于简化版幂律归一化倒谱系数特征的一维双通道卷积神经网络−长短时记忆网络的变压器局部放电故障识别模型。通过现场采集某500 kV变电站不同自然环境下的变压器运行声音信号与故障仿真实验,验证了提出的局部放电故障识别模型的可行性,相较于传统的音频故障诊断方法,提出的模型具有更快的收敛速度,更好的故障识别准确率与故障分类准确率。
关键词
变压器局部放电
变压器故障检测
智能电网
小波包分解
简化版
幂律归一化倒谱系数
Gammatone滤波器
卷积神经网络
长短时记忆网络
Keywords
transformer partial discharge
transformer fault detection
smart grid
wavelet packet decomposition
simple power normalized cepstral coefficient
Gammatone filter
convolutional neural network
long short-term memory
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TM41 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
基于PNCC与基频的鲁棒电话语音性别检测方案
被引量：
1
2
作者
钟顺明
况鹏
庄豪爽
冯韩德
王剑莹
张涵
机构
广东省心脑血管个体化医疗大数据工程技术研究中心∥华南师范大学物理与电信工程学院
深圳壹鸽科技有限公司
出处
《华南师范大学学报（自然科学版）》
CAS
北大核心
2019年第6期118-122,共5页
基金
国家自然科学基金项目(61471176)
教育部蓝火计划(惠州)产学研项目(CXZJHZ201705)
+3 种基金
广东省特支计划项目(2016TQ03X100)
广东省自然科学基金项目(2018A030313990)
广东省科技计划项目(2017A010101015,2017B030308009,2017KZ010101)
蓝盾产学研基金项目(LD20170204,LD20170207)
文摘
针对电话语音性别检测存在识别准确率较低的问题,提出了一种有效的电话语音性别检测方案(CNN+SVM);首先,采用卷积神经网络(Convolutional Neural Network,CNN)提取幂律归一化倒谱系数(Power-Normalized Cepstral Coefficient,PNCC)的有效信息;然后,结合优化后的基频特征,选用支持向量机(Support Vector Machine,SVM)实现性别分类.该方案有效融合了男、女发音和听觉感知特性上的差异,同时利用了CNN特征提取能力以及SVM鲁棒分类能力.仿真结果表明:CNN+SVM方案针对实际场景电话语音数据集的性别识别准确率优于传统识别方法.
关键词
幂律归一化倒谱系数
卷积神经网络
性别检测
支持向量机
基频
Keywords
power-normalized cepstral coefficients
convolutional neural network
gender detection
support vector machine
pitch
分类号
TN912.3 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SPNCC与一维双通道CNN-LSTM相结合的变压器局部放电故障音频检测
翟学明
郭嘉
翟羽佳
《智能系统学报》
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
2
基于PNCC与基频的鲁棒电话语音性别检测方案
钟顺明
况鹏
庄豪爽
冯韩德
王剑莹
张涵
《华南师范大学学报（自然科学版）》
CAS
北大核心
2019
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
