Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

利用卷积神经网络进行公路沿线噪声源识别的方法及装置 

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:浙江交科环境科技有限公司

摘要:本发明公开了利用卷积神经网络进行公路沿线噪声源识别的方法及装置,涉及数据处理技术领域,包括:获取公路沿线已知噪声源的噪声信号;利用噪声信号特征图提取模型,得到噪声信号特征图,构建噪声信号特征图数据集;构建噪声源识别模型;噪声源识别模型由噪声源识别网络通过噪声信号特征图数据集训练得到;对噪声源识别模型进行知识蒸馏,得到噪声源识别轻量化模型;利用移动噪声传感器获取公路沿线待识别噪声源的噪声信号,基于噪声信号特征图提取模型和噪声源识别轻量化模型,得到待识别噪声的噪声类别和相对于移动噪声传感器的三维坐标,完成公路沿线噪声源识别;本申请中的方法可以对公路沿线的噪声类别进行识别和噪声源位置进行定位。

主权项:1.利用卷积神经网络进行公路沿线噪声源识别的方法,其特征在于,包括以下步骤:S1、利用移动噪声传感器获取公路沿线已知噪声源的噪声信号;S2、基于噪声信号,利用噪声信号特征图提取模型,得到噪声信号特征图,构建噪声信号特征图数据集;所述噪声信号特征图提取模型包括噪声信号预处理模块、梅尔倒谱系数特征图提取模块、广义互相关特征图提取模块和特征图拼接处理模块;S3、构建噪声源识别模型;所述噪声源识别模型由噪声源识别网络通过所述噪声信号特征图数据集训练得到;所述噪声源识别网络由噪声特征提取模块、噪声特征融合模块和噪声识别模块组成;S4、对噪声源识别模型进行知识蒸馏,得到噪声源识别轻量化模型;S5、利用移动噪声传感器获取公路沿线待识别噪声源的噪声信号,基于噪声信号特征图提取模型和噪声源识别轻量化模型,得到待识别噪声的噪声类别和相对于移动噪声传感器的三维坐标,完成公路沿线噪声源识别;所述基于噪声信号,利用噪声信号特征图提取模型,得到噪声信号特征图的步骤为:步骤S11:利用噪声信号预处理模块对噪声信号进行预处理操作得到规范噪声信号;所述预处理操作采用零均值归一化;步骤S12:利用梅尔倒谱系数特征图提取模块提取规范噪声信号的梅尔倒谱系数特征图;步骤S13:利用广义互相关特征图提取模块提取规范噪声信号的广义互相关特征图;步骤S14:利用特征图拼接处理模块对梅尔倒谱系数特征图和广义互相关特征图进行拼接处理,得到噪声信号特征图;所述梅尔倒谱系数特征图是2D张量,包含时间帧维度和梅尔倒谱系数维度;所述广义互相关特征图是3D张量,包含时间帧维度、频带维度和通道维度;所述利用特征图拼接处理模块对梅尔倒谱系数特征图和广义互相关特征图进行拼接处理的步骤为:步骤S21:将广义互相关特征图进行展平操作;所述展平操作是将广义互相关特征图中频带维度和通道维度合并为一个维度;步骤S22:将展平操作后的广义互相关特征图,沿时间帧维度进行0值填充,直到填充至与梅尔倒谱特征图的时间帧数一致;步骤S23:将填充后的广义互相关特征图,拼接至梅尔倒谱特征图的后面,完成拼接处理。

全文数据:

权利要求:

百度查询: 浙江交科环境科技有限公司 利用卷积神经网络进行公路沿线噪声源识别的方法及装置

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。