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
1
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
基于MobileNetV3卷积神经网络的供水管道漏损音频分类
被引量：
2
1
作者
陈双叶
徐雷桁
+3 位作者
黄成意
张智武
张林
韩默
《北京工业大学学报》
CAS
CSCD
北大核心
2024年第7期797-804,共8页
为了对城市供水管网漏损音进行准确识别,提出一种基于MobileNetV3的供水管道漏损音频分类识别方法。首先将ROPP数据集中的音频文件进行离线数据增强,将漏损信号转变为对数梅尔谱图并采用谱减法实现数据降噪;然后使用注意力机制模块与Mob...
为了对城市供水管网漏损音进行准确识别,提出一种基于MobileNetV3的供水管道漏损音频分类识别方法。首先将ROPP数据集中的音频文件进行离线数据增强,将漏损信号转变为对数梅尔谱图并采用谱减法实现数据降噪;然后使用注意力机制模块与MobileNetV3网络训练识别并提取图像特征;最后使用Softmax函数对漏损音频进行分类。实验结果表明,该方法可以使漏水类别的分类精确度达到99.40%,召回率达到99.20%。
展开更多
关键词
声音事件分类
水管泄漏检测
MobileNetV3
数据增强
谱减法
压缩奖惩网络模块
在线阅读
下载PDF
职称材料
题名
基于MobileNetV3卷积神经网络的供水管道漏损音频分类
被引量：
2
1
作者
陈双叶
徐雷桁
黄成意
张智武
张林
韩默
机构
北京工业大学信息学部
北京市自来水集团禹通市政工程有限公司
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2024年第7期797-804,共8页
基金
国家重点研发计划资助项目(2017YFB0306404)。
文摘
为了对城市供水管网漏损音进行准确识别,提出一种基于MobileNetV3的供水管道漏损音频分类识别方法。首先将ROPP数据集中的音频文件进行离线数据增强,将漏损信号转变为对数梅尔谱图并采用谱减法实现数据降噪;然后使用注意力机制模块与MobileNetV3网络训练识别并提取图像特征;最后使用Softmax函数对漏损音频进行分类。实验结果表明,该方法可以使漏水类别的分类精确度达到99.40%,召回率达到99.20%。
关键词
声音事件分类
水管泄漏检测
MobileNetV3
数据增强
谱减法
压缩奖惩网络模块
Keywords
sound event classification
water pipe leak detection
MobileNetV3
data enhancement
spectral subtraction
squeeze and excitation
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP273 [自动化与计算机技术—检测技术与自动化装置]
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
基于MobileNetV3卷积神经网络的供水管道漏损音频分类
陈双叶
徐雷桁
黄成意
张智武
张林
韩默
《北京工业大学学报》
CAS
CSCD
北大核心
2024
2
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
