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
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
1
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
倒
谱系
数
翻转
梅尔
频率
倒
谱系
数
FISHER准则
高斯混合模型
在线阅读
下载PDF
职称材料
基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断
被引量：
9
2
作者
陶瀚宇
陈换过
+2 位作者
彭程程
高祥冲
杨磊
《机电工程》
CAS
北大核心
2024年第7期1215-1222,共8页
针对梅尔倒谱系数(MFCC)对托辊轴承高频特征提取能力不足的问题,提出了一种基于梅尔倒谱系数和翻转梅尔倒谱系数(MFCC-IMFCC)的混合倒谱以及长短时记忆(LSTM)网络的托辊轴承故障诊断方法。首先,分析了三种状态下的托辊声音信号,明确了...
针对梅尔倒谱系数(MFCC)对托辊轴承高频特征提取能力不足的问题,提出了一种基于梅尔倒谱系数和翻转梅尔倒谱系数(MFCC-IMFCC)的混合倒谱以及长短时记忆(LSTM)网络的托辊轴承故障诊断方法。首先,分析了三种状态下的托辊声音信号,明确了托辊轴承故障信息主要分布在中高频区域;然后,为有效保留高频信息,提取了MFCC-IMFCC,以帧级串联的方式组成了混合倒谱特征;最后,将混合倒谱特征输入到双层LSTM模型中进行了训练,建立了托辊轴承故障诊断模型。研究结果表明:针对托辊正常、滚动体故障和偏心旋转故障三种状态,LSTM结合混合倒谱特征的平均识别准确率达到96.72%,相比于单一的MFCC和IMFCC特征,准确率分别提升3.94%和7.41%,凸显了混合倒谱特征在表征托辊轴承故障信息方面的显著优势。
展开更多
关键词
托辊轴承
轴承故障声音信号
高频信息
梅尔
倒
谱系
数
翻转梅尔倒谱系数
混合
倒
谱系
数
长短时记忆网络
在线阅读
下载PDF
职称材料
题名
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
1
作者
胡峰松
张璇
机构
湖南大学信息科学与工程学院
出处
《计算机应用》
CSCD
北大核心
2012年第9期2542-2544,共3页
文摘
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。
关键词
说话人识别
梅尔
频率
倒
谱系
数
翻转
梅尔
频率
倒
谱系
数
FISHER准则
高斯混合模型
Keywords
speaker recognition
Mel Frequency Cepstrum Coefficient （MFCC）
Inverted MFCC （IMFCC）
Fisher criterion
Gaussian Mixture Model （GMM）
分类号
TN912.34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断
被引量：
9
2
作者
陶瀚宇
陈换过
彭程程
高祥冲
杨磊
机构
浙江理工大学浙江省机电产品可靠性技术研究重点实验室
杭州聆为信息技术有限公司技术部
出处
《机电工程》
CAS
北大核心
2024年第7期1215-1222,共8页
基金
国家自然科学基金资助项目(51975535)
国家重点研发计划项目(2021YFB3301601)。
文摘
针对梅尔倒谱系数(MFCC)对托辊轴承高频特征提取能力不足的问题,提出了一种基于梅尔倒谱系数和翻转梅尔倒谱系数(MFCC-IMFCC)的混合倒谱以及长短时记忆(LSTM)网络的托辊轴承故障诊断方法。首先,分析了三种状态下的托辊声音信号,明确了托辊轴承故障信息主要分布在中高频区域;然后,为有效保留高频信息,提取了MFCC-IMFCC,以帧级串联的方式组成了混合倒谱特征;最后,将混合倒谱特征输入到双层LSTM模型中进行了训练,建立了托辊轴承故障诊断模型。研究结果表明:针对托辊正常、滚动体故障和偏心旋转故障三种状态,LSTM结合混合倒谱特征的平均识别准确率达到96.72%,相比于单一的MFCC和IMFCC特征,准确率分别提升3.94%和7.41%,凸显了混合倒谱特征在表征托辊轴承故障信息方面的显著优势。
关键词
托辊轴承
轴承故障声音信号
高频信息
梅尔
倒
谱系
数
翻转梅尔倒谱系数
混合
倒
谱系
数
长短时记忆网络
Keywords
idler bearings
bearing fault acoustic signal
high frequency information
Mel-frequency cepstral coefficient(MFCC)
inverse-Mel-frequency cepstral coefficient(IMFCC)
hybrid cepstral coefficients
long short-term memory(LSTM)networks
分类号
TH222 [机械工程—机械制造及自动化]
TH133.3 [机械工程—机械制造及自动化]
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
胡峰松
张璇
《计算机应用》
CSCD
北大核心
2012
23
在线阅读
下载PDF
职称材料
2
基于MFCC-IMFCC混合倒谱的托辊轴承故障诊断
陶瀚宇
陈换过
彭程程
高祥冲
杨磊
《机电工程》
CAS
北大核心
2024
9
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
