龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学
摘要：基于2D‑CNN的UWDAS振动信号源数盲估计方法，包括以下步骤：通过UWDAS采集单源和多源振动信号数据；基于采集的振动信号数据，制作训练集、验证集、测试集三个数据集；提取制作的三个数据集信号的梅尔频谱特征；构建2D‑CNN网络，将提取的数据集信号的梅尔频谱特征输入到2D‑CNN网络中进行训练，得到模型；使用已训练好的模型对测试集进行源数估计，并计算估计的源数的准确率，从中选择准确率最高的模型作为最优模型；采用的最优模型对测试集中的混合源进行源数估计，计算多源混合振动信号数据的准确率。本发明提供一种基于2D‑CNN的UWDAS振动信号源数盲估计方法，能够在高噪声环境下依然精确估计UWDAS振动信号源数。
主权项：1.基于2D-CNN的UWDAS振动信号源数盲估计方法，其特征在于包括以下步骤：步骤1：通过UWDAS采集单源和多源振动信号数据；步骤2：基于步骤1采集的振动信号数据，制作训练集、验证集、测试集三个数据集；步骤3：提取步骤2制作的三个数据集信号的梅尔频谱特征；步骤4：构建2D-CNN网络，将步骤3提取的数据集信号的梅尔频谱特征输入到2D-CNN网络中进行训练，得到模型；步骤5：使用步骤4已训练好的模型对测试集进行源数估计，并计算估计的源数的准确率，从中选择准确率最高的模型作为最优模型；步骤6：采用步骤5的最优模型对测试集中的混合源进行源数估计，计算多源混合振动信号数据的准确率。
全文数据：
权利要求：
百度查询： 三峡大学 基于2D-CNN的UWDAS振动信号源数盲估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号