期刊文献+
共找到209篇文章
< 1 2 11 >
每页显示 20 50 100
噪声背景下梅尔频率倒谱系数与多注意力网络在电机故障诊断中的应用
1
作者 宋恩哲 朱仁杰 +2 位作者 靖海国 姚崇 柯赟 《哈尔滨工程大学学报》 北大核心 2025年第3期475-485,共11页
针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模... 针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模块的自适应调节能力及多特征融合策略进一步减少噪声对故障诊断的干扰。通过电机台架数据验证了该方法在噪声条件下诊断的可行性,然而该方法受梅尔频率倒谱系数参数与网络结构的直接影响,因此具体分析了不同参数条件对抗噪性能的影响。实验结果表明:在信噪比-10 dB噪声背景下,梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络相结合的故障诊断方法仍保持90%以上的诊断精度。 展开更多
关键词 电机 故障诊断 噪声环境 梅尔频率谱系 卷积神经网络 多尺度 卷积注意力模块 特征融合
在线阅读 下载PDF
基于梅尔倒谱系数的无人机探测与识别方法
2
作者 聂伟 张中洋 +1 位作者 杨小龙 周牧 《电子与信息学报》 北大核心 2025年第4期1076-1084,共9页
近年来无人机(UAV)数量的剧增,无论是在民用还是军用领域都带来了一定的隐私和安全问题,因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异,但由于模型复杂度高,训练速度慢,... 近年来无人机(UAV)数量的剧增,无论是在民用还是军用领域都带来了一定的隐私和安全问题,因此对无人机的管控技术已成为研究热点。当前基于深度学习的射频指纹识别(RFFI)技术虽然在无人机识别上表现优异,但由于模型复杂度高,训练速度慢,且在不同数据分布下的泛化能力有限,因此在实际应用中存在局限性。该文提出一种基于梅尔频率倒谱系数的无人机识别方法,使用USRP N210采集无人机图传信号,然后提取梅尔倒谱系数(MFCC)作为无人机射频指纹特征,输入门控循环单元(GRU)进行分类识别,最后通过正则化正交匹配追踪算法(ROMP)估计无人机定位参数得到无人机具体位置。试验结果表明无人机的识别准确率可达98%,且GRU模型参数量只有1.6 k,训练时间仅需9 s,显著降低了模型复杂度并提高了训练速度和识别精度,在无人机定位中,其3维定位误差小于1 m。为进一步验证该文所提方法的可行性,对同一厂家同一型号10个无线模块进行不同距离的分类识别,1 m,2 m,3 m和5 m识别结果分别为100%,98%,98%和99%。 展开更多
关键词 无人机 射频指纹识别 深度学习 门控循环单元 梅尔频率谱系
在线阅读 下载PDF
基于脉搏波频域梅尔频率倒谱系数特征的高血压危险分层预测模型 被引量:3
3
作者 齐晨浩 杨晶东 +2 位作者 邱泽浩 尧明慧 燕海霞 《海军军医大学学报》 CAS CSCD 北大核心 2024年第10期1226-1240,共15页
目的 为改进基于人工智能技术高血压时域脉搏波分类模型精度低、泛化性能差的问题,提出一种基于融合注意力机制的频域脉搏波预测模型。方法 首先将时域脉搏波转换为频域梅尔频率倒谱系数特征,增强脉搏波区分度,采用时间卷积网络与Transf... 目的 为改进基于人工智能技术高血压时域脉搏波分类模型精度低、泛化性能差的问题,提出一种基于融合注意力机制的频域脉搏波预测模型。方法 首先将时域脉搏波转换为频域梅尔频率倒谱系数特征,增强脉搏波区分度,采用时间卷积网络与Transformer 结构提取脉搏波深层特征,并将自注意力机制与选择性内核注意力进行决策融合,提取脉搏波关联特征,并采用Floodings正则化方法间接控制训练损失,防止过拟合发生。针对上海中医药大学附属龙华医院及上海市中西医结合医院提供的527例临床脉诊数据,进行5折交叉验证实验。此外,采用梯度提升决策树算法统计脉搏波频域特征的贡献率排名,分析影响模型分类精度的关键因素,为中医临床辅助诊断提供参考价值。结果 本研究提出的模型分类评估指标准确度、F1值、精确率、召回率和AUC值分别为0.939 6、0.924 9、0.940 9、0.929 5和0.993 4。脉搏波的静态特征、一阶差分和二阶差分系数的贡献率相对均衡,说明高血压危险程度不仅与脉搏波的静态特征相关,也应当考虑脉搏波的动态特征。结论 与典型脉搏波分类模型相比,本研究提出的模型具有较高的分类精度和泛化性能。 展开更多
关键词 高血压 危险分层 梅尔频率谱系 时间卷积网络 TRANSFORMER
在线阅读 下载PDF
基于梅尔谱特征和改进ResNet网络的室内跌倒检测方法
4
作者 杨松铭 王玫 《桂林理工大学学报》 北大核心 2025年第2期251-259,共9页
为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神... 为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神经网络进行分类,提高了室内跌倒事件识别的抗噪性能。通过SimAM注意力、特征金字塔(FPN)以及动态区域感知卷积(DRConv)来改进网络结构。实验结果表明,在不同数据集下,该方法比传统识别方法性能更优。改进后的网络模型在A3FALL数据集上的查准率、召回率和F1-Score分别达到了98.43%、98.21%和98.32%;对于人类跌倒的声音识别,其F1-Score达到了96.45%,相较于其他传统网络模型都具有更好的表现。 展开更多
关键词 检测 SimAM 卷积神经网络 特征金字塔 动态区域感知卷积 梅尔频率谱系(mfcc)
在线阅读 下载PDF
砂岩破裂状态声发射梅尔倒谱系数判识方法 被引量:1
5
作者 何学秋 杨菲 +5 位作者 李振雷 李娜 宋大钊 王洪磊 SOBOLEV Aleksei RASSKAZOV Igor 《煤炭学报》 EI CAS CSCD 北大核心 2024年第2期753-766,共14页
岩体结构破裂是严重制约矿山、地铁、隧道等地下空间工程建设及其安全运行的重要因素。实现对岩体结构破裂状态的识别是当下研究的热点与重点之一。为此,开展了不同条件的砂岩加载破坏实验,提取了加载全程的声发射梅尔倒谱系数及其波动... 岩体结构破裂是严重制约矿山、地铁、隧道等地下空间工程建设及其安全运行的重要因素。实现对岩体结构破裂状态的识别是当下研究的热点与重点之一。为此,开展了不同条件的砂岩加载破坏实验,提取了加载全程的声发射梅尔倒谱系数及其波动差,研究了系数及其波动差在砂岩受载破坏全程的变化规律,分析了1号系数(一组声发射梅尔倒谱系数包括12个,1号系数指第1个声发射梅尔倒谱系数)及其波动差与砂岩破裂状态的相关性特征,基于此提出了砂岩破裂状态声发射梅尔倒谱系数判识方法,构建了判识准则并进行判识效果检验。结果表明:随载荷增加,1号系数整体上增大,系数及其离散性在破坏阶段显著增大并表现出显著的规律波动性特征;1号系数波动差具有阶段性变化特征,波动差的大小及其起伏变化可表征砂岩的破裂,波动差整体增大及突增的变化可反映砂岩非稳定变形和峰后破坏阶段的宏观破裂,波动差的突增幅度可反映砂岩破裂程度;声发射梅尔倒谱系数及其波动差对砂岩破裂表现出良好的响应特征,该特征受不同加载条件的影响较小,说明声发射梅尔倒谱系数在反映砂岩破裂上具有适用性;1号系数及其波动差与砂岩破裂状态具有较好相关性,该相关性可分为3个阶段,即1号系数及其波动差在砂岩微破裂阶段分布集中,在临近失稳破坏阶段分布范围急剧增大、整体值升高且出现高异常值,在峰后破坏阶段分布范围进一步增大、整体值更高、高异常值更多;利用1号系数的75%位点值和异常值、1号系数波动差的75%位点值和异常值构建了砂岩破裂状态判识准则,采用三分类模型混淆矩阵对判识准则的效果进行了检验,判识准确度和精准度分别为90.43%、94.45%。该成果可为其他种类煤岩的破裂状态识别提供借鉴,为煤岩失稳监测预警提供参考。 展开更多
关键词 砂岩破裂状态 声发射 梅尔谱系 判识方法
在线阅读 下载PDF
基于Fisher比的梅尔倒谱系数混合特征提取方法 被引量:18
6
作者 鲜晓东 樊宇星 《计算机应用》 CSCD 北大核心 2014年第2期558-561,579,共5页
针对语音识别中梅尔倒谱系数(MFCC)对中高频信号的识别精度不高,并且没有考虑各维特征参数对识别结果影响的问题,提出基于MFCC、逆梅尔倒谱系数(IMFCC)和中频梅尔倒谱系数(MidMFCC),并结合Fisher准则的特征提取方法。首先对语音信号提取... 针对语音识别中梅尔倒谱系数(MFCC)对中高频信号的识别精度不高,并且没有考虑各维特征参数对识别结果影响的问题,提出基于MFCC、逆梅尔倒谱系数(IMFCC)和中频梅尔倒谱系数(MidMFCC),并结合Fisher准则的特征提取方法。首先对语音信号提取MFCC、IMFCC和MidMFCC三种特征参数,分别计算三种特征参数中各维分量的Fisher比,通过Fisher比对三种特征参数进行选择,组成一种混合特征参数,提高语音中高频信息的识别精度。实验结果表明,在相同环境下,新的特征与MFCC参数相比,识别率有一定程度的提高。 展开更多
关键词 识别精度 梅尔谱系 梅尔谱系 中频梅尔谱系 FISHER准则
在线阅读 下载PDF
改进的梅尔倒谱系数在低空飞行器特征提取中的应用 被引量:7
7
作者 肖寒春 郭俊峰 张丽 《应用声学》 CSCD 北大核心 2018年第6期909-915,共7页
梅尔倒谱系数特征提取技术依据人耳的感知特性将声信号从线性频域转换到梅尔域,在语音识别中得到广泛应用。该文将梅尔倒谱系数技术用于小型低空飞行器的声信号特征提取中,并针对螺旋桨驱动类的小型低空飞行器具有稳定的强谐波特性,对... 梅尔倒谱系数特征提取技术依据人耳的感知特性将声信号从线性频域转换到梅尔域,在语音识别中得到广泛应用。该文将梅尔倒谱系数技术用于小型低空飞行器的声信号特征提取中,并针对螺旋桨驱动类的小型低空飞行器具有稳定的强谐波特性,对梅尔倒谱系数特征提取中使用的梅尔滤波器进行改进,通过对此类谐波处的线性频谱与梅尔谱转换曲线的斜率进行投影替换,提高滤波器对该谐波处信号的感知敏感度。仿真结果表明,使用改进的梅尔倒谱系数特征提取方法对小型低空飞行器进行特征提取时,能够得到更低的等误识率,并且在低信噪比环境中,改进的梅尔倒谱系数特征提取方法具有更好的抗噪能力。 展开更多
关键词 小型低空飞行器 梅尔谱系 特征提取 谐波线
在线阅读 下载PDF
基于梅尔倒谱系数特征集的储能变流器开路故障诊断方法 被引量:10
8
作者 余斌 宋兴荣 +3 位作者 周挺 罗林波 李辉 车亮 《中国电力》 CSCD 北大核心 2022年第12期34-42,共9页
电池储能电站功率转换系统(power conversion system,PCS)故障诊断在储能电站智能运维中发挥着重要作用。现有方法在非侵入式识别PCS内部IGBT开路故障时,易出现信号特征提取困难、数据维度爆炸以及阈值判定区间不稳定等问题。提出一种... 电池储能电站功率转换系统(power conversion system,PCS)故障诊断在储能电站智能运维中发挥着重要作用。现有方法在非侵入式识别PCS内部IGBT开路故障时,易出现信号特征提取困难、数据维度爆炸以及阈值判定区间不稳定等问题。提出一种基于梅尔倒谱系数(Mel-scale frequency cepstral coefficients,MFCC)特征集的储能变流器开路故障诊断方法。首先,以交流侧三相电流为输入信号,通过分析不同频率区间的信号频谱能量分布情况和包络特征,构建MFCC故障特征数据集。然后,结合核主成分分析(kernel principal components analysis,KPCA),实现充放电工况下非线性故障特征的降维筛选;其次,以低维故障特征集为输入,构建基于贝叶斯优化算法(bayesian optimization algorithm,BOA)与一维卷积神经网络(1d-convolutional neural network,CNN-1D)的故障状态诊断模型;最后,通过并网储能变流器的故障仿真实验,与现有方法进行比较,结果表明:所提方法在复杂的噪声环境下的鲁棒性和准确性更优。 展开更多
关键词 电池储能 变流器 故障诊断 梅尔谱系 诊断模型
在线阅读 下载PDF
说话人识别中的Mel特征频率倒谱系数 被引量:13
9
作者 曹辉 徐晨 +1 位作者 赵晓 吴胜举 《西北大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第2期203-208,共6页
目的研究语音特征梅尔频率倒谱系数(MFCC)的选取对说话人识别系统性能的影响。方法采用基于平均影响值(MIV)的支持向量机(SVM)方法研究了说话人识别中的梅尔频率倒谱系数各维倒谱分量对于识别分类的贡献度。结果选择具有代表性的特征向... 目的研究语音特征梅尔频率倒谱系数(MFCC)的选取对说话人识别系统性能的影响。方法采用基于平均影响值(MIV)的支持向量机(SVM)方法研究了说话人识别中的梅尔频率倒谱系数各维倒谱分量对于识别分类的贡献度。结果选择具有代表性的特征向量进行说话人分类识别,能得到维数更低、识别率更高的特征参数。结论通过MIV值可判断各维特征参数分量的重要性,选取权重值高的MFCC特征参数来提高系统识别率和缩短系统运行时间。 展开更多
关键词 说话人识别 语音特征 梅尔频率谱系 支持向量机 平均影响值
在线阅读 下载PDF
基于梅尔频率倒谱系数与翻转梅尔频率倒谱系数的说话人识别方法 被引量:23
10
作者 胡峰松 张璇 《计算机应用》 CSCD 北大核心 2012年第9期2542-2544,共3页
为提高说话人识别系统的识别率,提出了基于梅尔频率倒谱系数(MFCC)与翻转梅尔频率倒谱系数(IMFCC)为特征参数的特征提取新方法。该方法利用Fisher准则将MFCC和IMFCC相结合,构造了一种混合特征参数。实验结果表明,新的混合特征参数与MFC... 为提高说话人识别系统的识别率,提出了基于梅尔频率倒谱系数(MFCC)与翻转梅尔频率倒谱系数(IMFCC)为特征参数的特征提取新方法。该方法利用Fisher准则将MFCC和IMFCC相结合,构造了一种混合特征参数。实验结果表明,新的混合特征参数与MFCC相比,在纯净语音库及噪声环境中均具有较好的识别性能。 展开更多
关键词 说话人识别 梅尔频率谱系 翻转梅尔频率谱系 FISHER准则 高斯混合模型
在线阅读 下载PDF
基于梅尔频率倒谱系数与动态时间规整的安卓声纹解锁系统 被引量:11
11
作者 陈锦飞 徐欣 《计算机工程》 CAS CSCD 北大核心 2017年第2期201-205,共5页
安卓设备通常采用数字或图形密码解锁,但此类口令形式的密码安全性不高,而且部分安卓版本存在锁屏绕过漏洞的问题。为此,设计一种利用用户声纹特征的安卓解锁系统。采用梅尔频率倒谱系数提取声纹特征,使用动态时间规整算法进行文本相关... 安卓设备通常采用数字或图形密码解锁,但此类口令形式的密码安全性不高,而且部分安卓版本存在锁屏绕过漏洞的问题。为此,设计一种利用用户声纹特征的安卓解锁系统。采用梅尔频率倒谱系数提取声纹特征,使用动态时间规整算法进行文本相关的声纹模式匹配,并结合安卓NDK技术实现快速声纹识别。实验结果表明,该系统具有较高的解锁成功率和较快的解锁速度,相比数字或图形解锁,声纹解锁安全性更高,用户体验更好。 展开更多
关键词 梅尔频率谱系 动态时间规整 声纹识别 安卓系统 声纹解锁
在线阅读 下载PDF
基于改进小波包去噪与梅尔倒谱系数的低信噪比交通环境声音识别 被引量:14
12
作者 王若平 李仁仁 +2 位作者 陈达亮 王东 房宇 《科学技术与工程》 北大核心 2019年第36期290-295,共6页
随着自动驾驶汽车研究的不断深入,对其环境感知系统提出了更高的要求。为了使自动驾驶汽车适应更复杂的交通环境,研究了低信噪比声学环境感知技术,提出改进的小波包去噪方法;采用经验模态分解(EMD)的方法改进梅尔频率倒谱系数(MFCC)的提... 随着自动驾驶汽车研究的不断深入,对其环境感知系统提出了更高的要求。为了使自动驾驶汽车适应更复杂的交通环境,研究了低信噪比声学环境感知技术,提出改进的小波包去噪方法;采用经验模态分解(EMD)的方法改进梅尔频率倒谱系数(MFCC)的提取;采用支持向量机(SVM)识别模型完成低信噪比交通环境声音识别。实验结果表明,本文提取的去噪方法提高声音事件信噪比的同时保持声音特征,且对噪声有自适应性;改进的MFCC提取方法一定程度上提高了特征参数的抗噪性能。通过对低信噪比交通环境声音去噪和特征参数优化后,其平均识别率比优化前提高了33.34%,并改变了识别率骤降的趋势。 展开更多
关键词 交通环境声音事件 小波包去噪 经验模态分解 梅尔频率谱系 支持向量机
在线阅读 下载PDF
基于翻转梅尔频率倒谱系数的语音变调检测方法 被引量:2
13
作者 林晓丹 邱应强 《计算机应用》 CSCD 北大核心 2019年第12期3510-3514,共5页
语音变调常用于掩盖说话人身份,各种变声软件的出现使得说话人身份伪装变得更加容易。针对现有变调语音检测方法无法判断语音是经过了何种变调操作(升调或降调)的问题,通过分析语音变调在信号频谱,尤其是高频区域留下的痕迹,提出了基于... 语音变调常用于掩盖说话人身份,各种变声软件的出现使得说话人身份伪装变得更加容易。针对现有变调语音检测方法无法判断语音是经过了何种变调操作(升调或降调)的问题,通过分析语音变调在信号频谱,尤其是高频区域留下的痕迹,提出了基于翻转梅尔倒谱系数(IMFCC)统计矩特征的电子变调语音检测方法。首先,提取各语音帧IMFCC及其一阶差分;然后,计算其统计均值;最后,在该统计特征上利用支持向量机(SVM)多分类器的设计来区分原始语音、升调语音和降调语音。在TIMIT和NIST语音集上的实验结果表明,所提方法无论对于原始语音、升调语音还是降调语音都具有良好的检测性能。与MFCC作为特征构造的基线系统相比,所设计的特征的方法明显提高了变调操作的识别率。在较少的训练资源的情况下,所提方法也获得了比基于卷积神经网络(CNN)的框架更好的性能;此外,在不同数据集和不同变调方法上也都取得了较好的泛化性能。 展开更多
关键词 语音变调 翻转梅尔频率 谱系 统计矩 多分类
在线阅读 下载PDF
水下声目标的梅尔倒谱系数智能分类方法 被引量:15
14
作者 张少康 田德艳 《应用声学》 CSCD 北大核心 2019年第2期267-272,共6页
传统水下声目标识别分类方法具有较强的人机交互特性,无法满足未来水下无人平台智能识别分类水声目标的需求。针对这一问题,提出了一种基于梅尔倒谱系数的水下声目标智能识别分类方法,该方法通过提取水下声目标梅尔倒谱系数特征,采用长... 传统水下声目标识别分类方法具有较强的人机交互特性,无法满足未来水下无人平台智能识别分类水声目标的需求。针对这一问题,提出了一种基于梅尔倒谱系数的水下声目标智能识别分类方法,该方法通过提取水下声目标梅尔倒谱系数特征,采用长短时记忆网络构建了智能识别分类模型。使用实际水声信号对该方法进行了验证,结果表明,基于梅尔倒谱系数的水下声目标智能识别分类方法能够在不依赖人工提取特征的情况下,对目标噪声进行识别分类,具备智能化识别分类能力。 展开更多
关键词 水下声目标识别分类 梅尔谱系 长短时记忆网络 智能分类
在线阅读 下载PDF
基于PCA和非线性映射改进的MFCC特征提取方法 被引量:1
15
作者 符恬恬 郑斌琪 +1 位作者 李成娟 夏利杰 《电子测量技术》 北大核心 2025年第10期93-99,共7页
使用传统的梅尔倒谱系数(MFCC)作为特征进行野外目标识别时,由于MFCC对环境干扰较敏感,所以会导致识别率的下降。针对这个问题,提出了使用主成分分析法(PCA)代替MFCC提取过程中使用的离散余弦变换,并且使用非线性函数对梅尔滤波后所获... 使用传统的梅尔倒谱系数(MFCC)作为特征进行野外目标识别时,由于MFCC对环境干扰较敏感,所以会导致识别率的下降。针对这个问题,提出了使用主成分分析法(PCA)代替MFCC提取过程中使用的离散余弦变换,并且使用非线性函数对梅尔滤波后所获得的对数能量进行映射。改进后的MFCC更贴合实际数据、可以增强目标信号所在频段的权重、有着良好的可分性和鲁棒性。经过实验验证,使用PCA和非线性映射改进后的MFCC作为分类特征时,准确率为93.36%,优于传统的MFCC。 展开更多
关键词 目标识别 梅尔谱系 主成分分析 非线性映射
在线阅读 下载PDF
基于梅尔频率倒谱系数和支持向量机的汽车鸣喇叭声识别 被引量:10
16
作者 陈东 黄智鹏 《科学技术与工程》 北大核心 2021年第11期4486-4491,共6页
使用违法鸣笛辅助执法设备监测城市交通中汽车鸣喇叭事件的发生,可以有效地治理扰民的喇叭噪声,汽车鸣喇叭声的识别方法是其关键。为了准确高效地在交通噪声里识别出汽车鸣喇叭声,采用支持向量机(support vector machine,SVM)作为喇叭... 使用违法鸣笛辅助执法设备监测城市交通中汽车鸣喇叭事件的发生,可以有效地治理扰民的喇叭噪声,汽车鸣喇叭声的识别方法是其关键。为了准确高效地在交通噪声里识别出汽车鸣喇叭声,采用支持向量机(support vector machine,SVM)作为喇叭声和交通噪声的二分类器,针对汽车喇叭声的谐波特征分布特点,提取其梅尔频率倒谱系数(Mel frequency cepstrum coefficient,MFCC)作为特征向量,并分析MFCC的梅尔滤波器个数及特征维数对识别效果的影响。实验结果表明,通过增加MFCC特征中梅尔滤波器个数及特征维数可以改善识别效果,信噪比越低越明显。 展开更多
关键词 汽车鸣喇叭声识别 梅尔频率谱系 支持向量机 特征识别
在线阅读 下载PDF
基于持续元音多波段倒谱特征的儿童声带小结检测
17
作者 雷简菡 刘阳 +1 位作者 刘伯权 刘恒鑫 《听力学及言语疾病杂志》 北大核心 2025年第4期307-311,共5页
目的提出一种检测儿童声带小结的有效的嗓音声学客观评估方法。方法对48例儿童声带小结患者及40例嗓音正常儿童的持续元音/a/进行多波段倒谱分析,提取各波段的13个梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCC)(MFCC1~MF... 目的提出一种检测儿童声带小结的有效的嗓音声学客观评估方法。方法对48例儿童声带小结患者及40例嗓音正常儿童的持续元音/a/进行多波段倒谱分析,提取各波段的13个梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCC)(MFCC1~MFCC13)、5个倒谱峰值[即第一个和第二个倒谱峰值之间的幅度差(difference in amplitude of peaks,DAP)、循环频率差(difference in quefrency of peaks,DQP)、峰值能量(energy of peak,EP)EP1和EP2、峰值之间的倒谱能量(energy between cepstral peaks,EEP)]及6种倒谱距离(D 1~D 6)作为子带特征,通过独立样本t检验对两组声学特征参数进行差异比较,并将具有统计学意义的指标进行受试者工作特征(receiver operating characteristic,ROC)曲线分析。结果声带小结儿童组中的MFCC2、MFCC3、MFCC5、MFCC11、MFCC12、DQP、EP1、EP2特征值均显著高于正常儿童组(P<0.05或P<0.001),MFCC1、MFCC6、MFCC8、MFCC13、EEP均显著低于正常儿童组(P<0.05)。这些特征的ROC曲线分析显示,MFCC1、MFCC2、MFCC3、MFCC5、MFCC6、MFCC8、MFCC11、MFCC12、MFCC13、DQP、EP1、EP2、EEP特征联合检测的ROC曲线下面积为0.98,MFCC1、MFCC2、MFCC3、MFCC5、MFCC6、MFCC8、MFCC11、MFCC12、DQP、EP2参数单独的ROC曲线下面积均大于0.7,均有一定的准确性。其中,MFCC2与MFCC3的ROC曲线下面积分别为0.85、0.87,表明它们对声带小结儿童的嗓音片段具有较高的诊断价值。结论基于持续元音多波段倒谱特征的特定声学参数组合,包括梅尔频率倒谱系数(MFCC1、MFCC2、MFCC3、MFCC5、MFCC6、MFCC8、MFCC11、MFCC12、MFCC13)和倒谱峰值(DQP、EP1、EP2、EEP),展现出较高的敏感性和特异性,尤其是MFCC2和MFCC3,在儿童声带小结相关嗓音障碍的检测中表现出优异的诊断能力。 展开更多
关键词 声带小结 儿童语音障碍 声学特征 梅尔频率谱系
在线阅读 下载PDF
基于改进梅尔倒谱系数的GIS机械故障诊断方法 被引量:23
18
作者 徐明月 李喆 +2 位作者 孙汉文 盛戈皞 江秀臣 《高压电器》 CAS CSCD 北大核心 2020年第9期122-128,共7页
机械故障是GIS常见的故障,若不及时发现会造成分合闸失误等重大安全隐患。文中提出了一种用于GIS机械故障在线监测的基于改进梅尔倒谱系数诊断方法。首先对预处理后的声音信号提取MFCC;为适应GIS运行声音能量变化平缓的特点,对MFCC进行... 机械故障是GIS常见的故障,若不及时发现会造成分合闸失误等重大安全隐患。文中提出了一种用于GIS机械故障在线监测的基于改进梅尔倒谱系数诊断方法。首先对预处理后的声音信号提取MFCC;为适应GIS运行声音能量变化平缓的特点,对MFCC进行优化得到改进特征;引入SVM构建基于声学的GIS机械故障诊断模型,并采用袋装算法对SVM模型进行集成。本研究通过在真型GIS上模拟机械故障,获取真实的故障声音信号进行训练和测试。实验结果表明,改进MFCC相较于传统MFCC在GIS故障声音识别系统中有着更高的识别精度。并且对比传统MFCC特征,改进的特征在噪声条件下也有更好的表现,尤其在信噪比低时,F1分数提升幅度可以达到30%左右。 展开更多
关键词 气体绝缘组合电器(GIS) 机械故障 故障诊断 梅尔谱系 说话人识别
在线阅读 下载PDF
基于基频的梅尔倒谱系数在车辆识别中的应用 被引量:5
19
作者 李成娟 易强 +1 位作者 李宝清 王国辉 《重庆大学学报》 CSCD 北大核心 2021年第11期17-23,共7页
用传统的梅尔倒谱系数作为特征进行车辆识别时,识别效果易受噪声干扰。为增强特征鲁棒性,提出一种加权的基频自适应梅尔倒谱系数特征提取算法。首先用能熵比法对车辆声音信号进行端点检测;然后提取车辆信号的基频,自适应构建三角滤波器... 用传统的梅尔倒谱系数作为特征进行车辆识别时,识别效果易受噪声干扰。为增强特征鲁棒性,提出一种加权的基频自适应梅尔倒谱系数特征提取算法。首先用能熵比法对车辆声音信号进行端点检测;然后提取车辆信号的基频,自适应构建三角滤波器组,提高滤波器对基频的感知敏感度;最后对基频自适应梅尔倒谱系数进行F比加权。实验结果表明,与传统梅尔倒谱系数相比,在识别车辆时,加权的基频自适应梅尔倒谱系数识别准确率提高7.10%,虚警率降低3.93%,漏警率降低7.10%。 展开更多
关键词 梅尔谱系 特征提取 车辆识别 基频
在线阅读 下载PDF
声发射梅尔倒谱系数在砂岩破裂分析的应用 被引量:9
20
作者 李振雷 李娜 +5 位作者 杨菲 宋大钊 何学秋 薛雅荣 王洪磊 殷山 《煤炭学报》 EI CAS CSCD 北大核心 2023年第2期714-729,共16页
声发射技术在煤岩破裂分析领域进行了大量应用,取得了诸多有益成果,对煤岩动力灾害监测预警提供了重要指导,然而煤岩声发射分析仍存在进一步研究和完善的空间,亟待提出新的声发射分析方法。为此,开展了预制裂纹砂岩试样单轴加载破坏实验... 声发射技术在煤岩破裂分析领域进行了大量应用,取得了诸多有益成果,对煤岩动力灾害监测预警提供了重要指导,然而煤岩声发射分析仍存在进一步研究和完善的空间,亟待提出新的声发射分析方法。为此,开展了预制裂纹砂岩试样单轴加载破坏实验,同步采集了加载全程的应力应变数据和全波形声发射数据,并对试样进行全程高清摄像;利用声波分析手段提取了砂岩的声发射梅尔倒谱系数,探讨了该系数在砂岩破裂分析的优势及其原因,分析了该系数对砂岩破坏过程的响应,由此进一步研究揭示了预制裂纹砂岩试样的破裂破坏演化特征及声发射梅尔倒谱系数前兆信息。结果表明:对同种砂岩的不同试样,由不同通道采集的声发射信号提取的同号梅尔倒谱系数的变化特征相似、变化量相近、偏差程度小(5%~15%),并且在砂岩加载全程具有阶段性和敏感性的变化特征,说明声发射梅尔倒谱系数具有稳定性优势,可作为反映砂岩破裂状态的特征参数;梅尔倒谱系数可对声发射波形进行很好表征,系数提取过程不对波形设置门槛值,系数值由一段时间内声发射波形幅度和密集程度等整体形态决定,而不同通道采集的声发射波形整体形态在一段时间内趋向于相似,是该系数具有稳定性优势的原因;在砂岩破坏阶段,梅尔倒谱系数呈现周期性升降波动,对应应力曲线的周期性降升和高幅度声发射波形的间断性产生,3者的变化量之间具有显著的正相关关系,说明该系数的波动性及其强弱可反映砂岩的破裂过程及破裂的剧烈程度,是砂岩破裂的响应,由此揭示了砂岩的间歇性破裂破坏演化特征,该特征随着临近砂岩失稳破坏而变得愈发剧烈;以此为指导,利用梅尔倒谱系数周期性波动的波峰与波谷之差(即波动差)来表征系数的波动性强弱并描述砂岩间歇性破裂的剧烈程度,得到了梅尔倒谱系数周期性波动差逐渐增大且突增的砂岩破坏前兆。 展开更多
关键词 动力灾害 监测预警 砂岩破坏 声发射 梅尔谱系 特征提取 前兆信息
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部