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
共找到358篇文章
< 1 2 … 18 >
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：
基于爆炸声音识别的煤矿瓦斯和煤尘爆炸感知方法研究 被引量：1
1
作者 孙继平 余星辰 +1 位作者 王云泉 李小伟 《工矿自动化》 CSCD 北大核心 2023年第3期1-5,114,共6页
分析了煤矿瓦斯和煤尘爆炸特征:气体浓度发生突变;环境温度迅速升高;空气压力突然升高;产生火球和烟尘;产生较强的红外和紫外辐射;产生爆炸冲击波和火焰波;产生爆炸音。基于爆炸声音感知煤矿瓦斯和煤尘爆炸具有以下优点:①爆炸冲击波和... 分析了煤矿瓦斯和煤尘爆炸特征:气体浓度发生突变;环境温度迅速升高;空气压力突然升高;产生火球和烟尘;产生较强的红外和紫外辐射;产生爆炸冲击波和火焰波;产生爆炸音。基于爆炸声音感知煤矿瓦斯和煤尘爆炸具有以下优点:①爆炸冲击波和火焰波衰减快,传播距离近;声波衰减慢,传播距离远。远离爆源的矿用拾音设备可用于煤矿瓦斯和煤尘爆炸感知。②与基于气体浓度和温度等传感器的煤矿瓦斯和煤尘爆炸感知方法相比,具有响应速度快的优点。③与基于视频图像的煤矿瓦斯和煤尘爆炸感知方法相比,具有不受粉尘、光照、遮挡等影响的优点。④矿用拾音设备成本低、易安装。⑤声音传播距离远,受巷道和分支影响小。⑥声音处理速度快,可在短时间内从各种声音信号中快速识别瓦斯和煤尘爆炸声音。提出了基于爆炸声音识别的煤矿瓦斯和煤尘爆炸感知方法:利用麦克风阵列拾音器采集监测区域的声音信号,经过归一化、分帧、添加类别标签等预处理后,提取声音信号特征,将特征输入到统计分类器中进行训练,建立煤矿瓦斯和煤尘爆炸声音识别模型;实时采集监测区域的声音信号,将提取的声音信号特征输入训练完成的煤矿瓦斯和煤尘爆炸声音识别模型中,判断是否为煤矿瓦斯和煤尘爆炸声音,若是则进行报警。 展开更多
关键词 瓦斯和煤尘爆炸 灾害监测与报警 声音识别 特征提取 麦克风阵列
下载PDF
基于滤波器组和残差网络的环境声音识别算法 被引量：1
2
作者 刘亚荣 于顼顼 谢晓兰 《计算机工程与设计》 北大核心 2023年第6期1736-1742,共7页
为解决现有传统环境声音识别技术识别率不高和普通卷积神经网络易出现网络退化的问题,提出一种基于滤波器组和残差网络的环境声音识别算法。采用滤波器组对声音信号进行特征提取,设计14层的残差网络,使用学习率衰减策略,将提取的特征输... 为解决现有传统环境声音识别技术识别率不高和普通卷积神经网络易出现网络退化的问题,提出一种基于滤波器组和残差网络的环境声音识别算法。采用滤波器组对声音信号进行特征提取,设计14层的残差网络,使用学习率衰减策略,将提取的特征输入到14层残差网络之中训练并测试。实验结果表明,在使用相同数据集ESC-10的情况下,与传统分类器模型和DCASE基线系统提供的识别方法相比,识别准确率分别提高了22.3%、17.4%和9.5%,验证了该方法在小样本情况下具有更高的识别准确率。 展开更多
关键词 网络退化 滤波器组 残差网络 环境声音识别 特征提取 学习率衰减 分类器模型
下载PDF
基于卷积神经网络的局部放电声音识别研究
3
作者 汪志成 王泽旺 +2 位作者 朱梦帆 纪荣焕 张斌 《电子测量技术》 北大核心 2023年第20期148-155,共8页
针对变压器与中压开关柜传统绝缘状态检测方法依赖人工的问题,本文基于可听声声音识别方法,通过将电力设备放电故障声音与正常工况声音、环境噪声进行混叠制作样本集,以模拟真实电力设备运行环境;对故障声音进行预处理后,使用声谱图提... 针对变压器与中压开关柜传统绝缘状态检测方法依赖人工的问题,本文基于可听声声音识别方法,通过将电力设备放电故障声音与正常工况声音、环境噪声进行混叠制作样本集,以模拟真实电力设备运行环境;对故障声音进行预处理后,使用声谱图提取声音的短时频率、能量分布等特征,构建声谱图数据集,结合改进的卷积神经网络实现对放电故障的检测;通过加入注意力机制,调节指数衰减学习率、数据集样本数量、音频采样率等方式进一步提升网络的精度,最终设计的网络模型识别准确率最高可达99.2%,相比其他检测方法优势明显,可实现对放电故障的在线检测。 展开更多
关键词 电力设备 局部放电 声谱图 声音识别 卷积神经网络
原文传递
基于SENet和DenseNet的充填管道磨损声音识别 被引量：1
4
作者 邢怡君 杨鹏 +2 位作者 吕文生 贯怀光 王璟 《有色金属工程》 CAS 北大核心 2023年第8期102-109,共8页
针对矿山充填管道磨损缺陷检测存在的人工检测困难和检测成本高等问题,提出了一种融合SENet的密集连接卷积神经网络模型(SE_DenseNet),可实现充填管道不同磨损程度的远程快速识别。首先通过完全集合经验模态分解(CEEMDAN),对与原信号相... 针对矿山充填管道磨损缺陷检测存在的人工检测困难和检测成本高等问题,提出了一种融合SENet的密集连接卷积神经网络模型(SE_DenseNet),可实现充填管道不同磨损程度的远程快速识别。首先通过完全集合经验模态分解(CEEMDAN),对与原信号相关性较高的分量进行重构;之后,使用短时傅里叶变换,形成声谱图;将声信号识别问题转化为图像识别问题;并将声谱图输入到DenseNet网络模型,通过特征重用,融合通道注意力机制SENet,增强特征信息,实现对充填管道磨损声信号的准确声音识别。结果表明:SE_DenseNet的识别准确率可达到97.368%。相比同类深层基线网络模型ResNet101和基线DenseNet121而言,该网络模型泛化能力及识别准确率有所提升,在模型参数数量上有所下降,实现更快收敛。SE_DenseNet的上述优势可被应用于类似的固液两相流输送管道无损检测领域。 展开更多
关键词 SENet DenseNet CEEMDAN 管道磨损 声音识别 无损检测
下载PDF
基于小波包能量的煤矿瓦斯和煤尘爆炸声音识别方法 被引量：3
5
作者 余星辰 王云泉 《工矿自动化》 CSCD 北大核心 2023年第1期131-139,共9页
针对目前煤矿瓦斯和煤尘爆炸监测漏报率和误报率高,难以满足瓦斯和煤尘爆炸事故应急救援需求的问题,提出了一种基于小波包能量的煤矿瓦斯和煤尘爆炸声音识别方法。在煤矿井下重点监测区域安装矿用拾音器,实时采集煤矿井下设备工作声音... 针对目前煤矿瓦斯和煤尘爆炸监测漏报率和误报率高,难以满足瓦斯和煤尘爆炸事故应急救援需求的问题,提出了一种基于小波包能量的煤矿瓦斯和煤尘爆炸声音识别方法。在煤矿井下重点监测区域安装矿用拾音器,实时采集煤矿井下设备工作声音及环境音等;通过小波包分解提取声音的小波包能量占比,构成表征声音信号的特征向量;将特征向量输入BP神经网络中,训练得到煤矿瓦斯和煤尘爆炸声音识别模型;提取待测声音信号的小波包能量占比,并构成特征向量输入模型中,识别待测声音信号的类型。根据特征向量和输出结果要求,建立了输入层、隐含层和输出层节点数分别为8,8,1的BP神经网络用于识别模型的训练;通过分析煤矿井下声音信号小波包分解结果,确立了采用Haar小波函数,选择小波包分解层数为3。实验结果表明:瓦斯和煤尘爆炸声音通过小波包分解后的能量占比与其他声音差异明显,且不同时长的同一声音信号的小波包能量占比分布稳定,因此小波包能量占比可有效表征声音信号特征,且具有较强的鲁棒性;BP神经网络训练速度快,仅需较少的训练迭代次数就能达到期望误差,且在煤矿井下众多干扰声音信号存在的情况下识别准确率达95%,与极限学习机模型、支持向量机模型相比,BP神经网络识别效果最优。 展开更多
关键词 瓦斯和煤尘爆炸 声音识别 小波包分解 能量占比 BP神经网络
下载PDF
基于CNN-RNN集成的隧道事故异常声音识别
6
作者 郎巨林 郑晟 《电子测量技术》 北大核心 2023年第20期164-169,共6页
为提高公路隧道事故异常声音识别的准确率,并针对卷积神经网络只关注局部信息问题,提出了一种基于CNN-RNN集成的声音识别模型。该模型采用Stacking集成策略将CNN的强特征表达能力和RNN的强记忆能力相结合,并使用门控循环单元减少循环神... 为提高公路隧道事故异常声音识别的准确率,并针对卷积神经网络只关注局部信息问题,提出了一种基于CNN-RNN集成的声音识别模型。该模型采用Stacking集成策略将CNN的强特征表达能力和RNN的强记忆能力相结合,并使用门控循环单元减少循环神经网络的计算复杂度,将SIREN正弦周期函数作为RNN的隐式激活函数,增强模型对声音数据的拟合能力,设计多通道卷积细化特征提取的精度,实现全局化特征提取。在异常声音数据集上评估了所提声音识别模型的识别性能,实验结果表明:提出的声音模型的识别性能高于其他模型,且更加稳健,可有效识别公路隧道事故的异常声音。 展开更多
关键词 集成学习 STACKING CNN RNN 声音识别
原文传递
基于特征融合的煤矿瓦斯和煤尘爆炸声音识别方法
7
作者 余星辰 李小伟 《煤炭学报》 EI CAS CSCD 北大核心 2023年第S02期638-646,共9页
为解决煤矿瓦斯与煤尘爆炸灾害报警方法监测手段单一、监测技术落后、误报率和漏报率高等问题,提高煤矿瓦斯和煤尘爆炸识别的准确率,提出了基于特征融合的煤矿瓦斯和煤尘爆炸声音识别方法:在煤矿井下重点监测区域安装矿用拾音器,实时采... 为解决煤矿瓦斯与煤尘爆炸灾害报警方法监测手段单一、监测技术落后、误报率和漏报率高等问题,提高煤矿瓦斯和煤尘爆炸识别的准确率,提出了基于特征融合的煤矿瓦斯和煤尘爆炸声音识别方法:在煤矿井下重点监测区域安装矿用拾音器,实时采集煤矿井下设备工作声音和环境音等,将采集的声音信号通过提取由梅尔倒谱系数和Gammatone滤波器倒谱系数构成的新混合特征MGCC,通过主成分分析的方法提取其前9维特征值构成表征声音信号的特征向量,输入支持向量机中训练得到煤矿瓦斯和煤尘爆炸声音识别模型;待测声音样本通过提取其特征向量,输入到训练好的煤矿瓦斯和煤尘爆炸声音识别模型中,得到分类识别结果;并通过实验验证。首先,通过声音信号的特征提取实验分析通过MGCC和主成分分析提取的声音信号特征的特点,不同时长的同一声音信号特征值分布稳定,且差异不大;同一时长的不同声音信号特征值分布差异明显,因此通过MGCC和主成分分析提取声音信号的特征向量可有效表征声音信号;其次,由识别实验结果可以得知,所提识别方法的识别率达到97%,高于比对算法;最后,通过贝叶斯超参数优化实验结果可知,优化后的煤矿瓦斯和煤尘爆炸声音识别模型明显优于优化前的识别模型,能够满足煤矿瓦斯和煤尘爆炸感知和报警需求。 展开更多
关键词 瓦斯和煤尘爆炸 声音识别 特征提取 特征融合 主成分分析
下载PDF
智能声音识别技术在广播电视广告监测中的应用
8
作者 安群星 《卫星电视与宽带多媒体》 2023年第14期49-51,共3页
广播电视行业的发展对广播电视节目提出了更高的质量要求,在把控电视节目质量的过程中,不应该仅仅考虑到电视节目的播出内容质量,还需要考虑到广播电视节目中穿插的广告质量,在进行广播电视广告监测的过程中,应用智能声音识别技术能够... 广播电视行业的发展对广播电视节目提出了更高的质量要求,在把控电视节目质量的过程中,不应该仅仅考虑到电视节目的播出内容质量,还需要考虑到广播电视节目中穿插的广告质量,在进行广播电视广告监测的过程中,应用智能声音识别技术能够加强对广告内容质量的把控,提高广播电视广告的管理效果,为广播电视节目的基础质量作出更高的保障。本文介绍了智能声音识别技术的诞生背景、概念和智能声音识别技术在广播电视广告监测中的应用障碍,并对智能声音识别技术在广播电视广告监测中的应用进行了分析。 展开更多
关键词 智能声音识别技术 广播电视台 广告监测 应用
下载PDF
基于支持向量机的仓储害虫声音识别 被引量：10
9
作者 唐发明 陈绵云 王仲东 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2005年第2期34-36,共3页
对于仓储害虫的种类识别问题,提出了一种根据害虫产生的声音来进行基于支持向量机的识别算法.利用已知害虫的声音样本,经过语音预处理、特征提取,用所提取的语音特征向量构造多个支持向量机(SVMs).在识别应用中,在无法看到害虫的情况下... 对于仓储害虫的种类识别问题,提出了一种根据害虫产生的声音来进行基于支持向量机的识别算法.利用已知害虫的声音样本,经过语音预处理、特征提取,用所提取的语音特征向量构造多个支持向量机(SVMs).在识别应用中,在无法看到害虫的情况下,利用传感器采集到的害虫声音样本,预处理之后,利用训练好的支持向量机来判断是什么害虫,从而采取合适的灭虫措施. 展开更多
关键词 仓储害虫 声音识别 支持向量机 特征提取 降噪
下载PDF
基于MFCC和短时能量混合的异常声音识别算法 被引量：28
10
作者 吕霄云 王宏霞 《计算机应用》 CSCD 北大核心 2010年第3期796-798,共3页
针对现行异常声音识别算法复杂度高和特征识别率低的问题,将梅尔频率倒谱系数(MFCC)与短时能量混合特征应用到异常声音识别系统中。该混合特征使得高斯混合模型(GMM)分类器可获得比使用MFCC特征及其差分MFCC更好的分类性能。给出了系统... 针对现行异常声音识别算法复杂度高和特征识别率低的问题,将梅尔频率倒谱系数(MFCC)与短时能量混合特征应用到异常声音识别系统中。该混合特征使得高斯混合模型(GMM)分类器可获得比使用MFCC特征及其差分MFCC更好的分类性能。给出了系统实现的具体步骤,并通过仿真实验证明了该算法的有效性,分类器的平均识别率可达到90%以上,并且计算复杂度小。 展开更多
关键词 异常声音识别 梅尔倒谱系数 短时能量 高斯混合模型
下载PDF
基于无线传感器网络的声音识别与定位 被引量：4
11
作者 赵琦 陈佳品 +1 位作者 陈凯 宋叶波 《计算机测量与控制》 CSCD 北大核心 2010年第7期1703-1705,共3页
为了识别和定位移动机器人及军事系统中的声音信号,应用LPC2138和CC2420开发了一种基于无线传感器网络的智能化声音识别与定位系统。系统硬件部分主要由传感器模块、微处理器模块、无线收发模块等组成;软件部分则包括信号的采集处理、Zi... 为了识别和定位移动机器人及军事系统中的声音信号,应用LPC2138和CC2420开发了一种基于无线传感器网络的智能化声音识别与定位系统。系统硬件部分主要由传感器模块、微处理器模块、无线收发模块等组成;软件部分则包括信号的采集处理、ZigBee无线通信协议、传感器节点的工作原理及设计流程。该系统克服了有线传感器网络的局限性,实现了声音信号的识别和定位,可用于多机器人之间的信息交互或军事战场中的实时监督。并具有节点成本低、网络容量大、生存周期长的特点。 展开更多
关键词 声音识别 定位 ZIGBEE 无线传感器网络 节点
下载PDF
利用抗噪幂归一化倒谱系数的鸟类声音识别 被引量：17
12
作者 颜鑫 李应 《电子学报》 EI CAS CSCD 北大核心 2013年第2期295-300,共6页
针对真实环境中各种背景噪声下的鸟类声音识别问题,提出了一种基于新型抗噪特征提取的鸟类声音识别技术.首先,根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱.其次,使用多频带谱减法对声音功率谱进行降噪处理.接着,结合降噪... 针对真实环境中各种背景噪声下的鸟类声音识别问题,提出了一种基于新型抗噪特征提取的鸟类声音识别技术.首先,根据适用于高度非平稳环境下的噪声估计算法求出噪声功率谱.其次,使用多频带谱减法对声音功率谱进行降噪处理.接着,结合降噪的声音功率谱提取抗噪幂归一化倒谱系数(APNCC).最后,采用支持向量机(SVM)分别对提取的APNCC,幂归一化倒谱系数(PNCC)和Mel频率倒谱系数(MFCC)对34种鸟类声音进行不同环境和信噪比情况下的对比实验.实验表明,提取的APNCC具有较好的平均识别效果及较强的噪声鲁棒性,更适用于信噪比低于30dB环境下的鸟类声音识别. 展开更多
关键词 鸟类声音识别 非平稳噪声估计 多频带谱减法 抗噪幂归一化倒谱系数 MEL频率倒谱系数
下载PDF
美尔谱系数与卷积神经网络相组合的环境声音识别方法 被引量：8
13
作者 刘亚荣 黄昕哲 +1 位作者 谢晓兰 刘鑫 《信号处理》 CSCD 北大核心 2020年第6期1020-1028,共9页
通过对复杂环境下声音识别技术进行研究,本文提出了美尔谱系数(MFSC)与卷积神经网络(CNN)相组合的环境声音识别方法。对声音事件提取其MFSC特征,将特征参数作为输入送入设计好的CNN模型中对声音事件进行分类。实验数据集采用ESC-10,将... 通过对复杂环境下声音识别技术进行研究,本文提出了美尔谱系数(MFSC)与卷积神经网络(CNN)相组合的环境声音识别方法。对声音事件提取其MFSC特征,将特征参数作为输入送入设计好的CNN模型中对声音事件进行分类。实验数据集采用ESC-10,将构建的卷积神经网络模型与随机森林、支持向量机(SVM)、深度神经网络(DNN)及DCASE比赛中常用的三种识别模型进行对比实验。实验结果表明,在相同数据集下,本文所设计的美尔谱系数与卷积神经网络相组合的环境声音识别方法相较传统的声音识别方法在识别率上分别有13.1%,18.3%,15.7%的提升,相较于DCASE比赛中的三种常用识别模型,本文所设计识别模型识别率及识别效率均有明显的优势。 展开更多
关键词 卷积神经网络 美尔谱系数 环境声音识别
下载PDF
基于Radon和平移不变性小波变换的鸟类声音识别 被引量：7
14
作者 周晓敏 李应 《计算机应用》 CSCD 北大核心 2014年第5期1391-1396,1417,共7页
针对低信噪比(SNR)环境下鸟叫声识别率不够高的问题,提出一种对声谱图进行Radon变换(RT)和平移不变性离散小波变换(TIDWT)的抗噪型鸟类声音识别技术。首先,使用改进的多频带谱减法对鸟叫声进行降噪处理;其次,利用短时能量检测降噪后的... 针对低信噪比(SNR)环境下鸟叫声识别率不够高的问题,提出一种对声谱图进行Radon变换(RT)和平移不变性离散小波变换(TIDWT)的抗噪型鸟类声音识别技术。首先,使用改进的多频带谱减法对鸟叫声进行降噪处理;其次,利用短时能量检测降噪后的鸟叫声的静音段,并去除静音段;接着,将去除静音段的声音信号转化为声谱图,并对声谱图进行RT和TIDWT,提取特征值;最后,采用支持向量机(SVM)分类器对提取的特征值进行分类识别。实验结果表明,该方法在信噪比为10 dB及以下仍可以达到较好的识别效果。 展开更多
关键词 鸟类声音识别 多频带谱减法 短时能量 RADON变换 平移不变性离散小波变换 特征提取
下载PDF
基于小波矩和BP网络的声音识别 被引量：6
15
作者 周晓敏 李应 《计算机工程与应用》 CSCD 北大核心 2015年第3期192-196,共5页
目前大多数声音识别系统在无噪声环境下可以达到很高的识别率,但是在噪声环境下,识别率急剧下降。针对这个问题,提出一种基于小波矩和BP网络的声音识别方法。根据声音信号生成声谱图;通过小波矩对声谱图进行特征提取,选取有代表性意义... 目前大多数声音识别系统在无噪声环境下可以达到很高的识别率,但是在噪声环境下,识别率急剧下降。针对这个问题,提出一种基于小波矩和BP网络的声音识别方法。根据声音信号生成声谱图;通过小波矩对声谱图进行特征提取,选取有代表性意义的特征参数;根据选取的参数进行BP网络分类识别,从而识别声音的种类。实验结果表明,该方法在不同噪声种类以及不同信噪比的噪声环境下仍然具有较好的识别效果,克服了低信噪比下识别率低的缺陷。 展开更多
关键词 声谱图 小波矩 特征提取 向后传播(BP)网络 声音识别
下载PDF
新型MFCC和波动模型相结合的二层环境声音识别 被引量：2
16
作者 李勇 李应 余清清 《计算机工程与应用》 CSCD 北大核心 2011年第30期132-135,139,共5页
对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声... 对生态环境中各种不同的声音进行快速准确的识别有重要的现实意义,但是因其具有较高背景噪声加大了识别的难度。提出一种具有良好抗噪能力和较高识别性能的两层音频识别技术。选择经过改进的新型的MFCC参数以及波动模型作为生态环境声音的特征集合。利用这种新型的MFCC系数构造音频信号的高斯分布模型,并且计算未知音频信号与样本音频信号的高斯分布模型之间的Kullback-Leibler距离,随后计算它们的波动模型之间的欧几里德距离。根据计算出的Kullback-Leibler距离和欧几里德距离实现两层音频识别系统。实验结果表明两层音频识别技术即使在噪声的影响下也能保持较高的识别率。 展开更多
关键词 生态环境 声音识别 改进的Mel频率倒谱参数 波动模型 Kullback-Leibler距离
下载PDF
基于MFCC与改进ACF的汽车声音识别算法研究 被引量：6
17
作者 蒋翠清 邵宏波 《计算机技术与发展》 2015年第2期140-143,共4页
汽车声音识别是汽车声源定位等研究的基础,对交通事故鉴定、犯罪举证和犯罪现场还原等具有重要意义。现有汽车声音识别算法存在算法复杂度高和识别率相对较低等问题。针对现行问题,将以梅尔倒谱系数(MFCC)特征与自相关函数(ACF)方差作... 汽车声音识别是汽车声源定位等研究的基础,对交通事故鉴定、犯罪举证和犯罪现场还原等具有重要意义。现有汽车声音识别算法存在算法复杂度高和识别率相对较低等问题。针对现行问题,将以梅尔倒谱系数(MFCC)特征与自相关函数(ACF)方差作为混合特征的汽车声音识别算法应用到汽车声音识别系统中。该算法使用高斯混合模型(GMM)进行汽车声音建模和识别,获得比MFCC特征及其一阶差分特征组成的混合特征更好的识别效果。并通过仿真实验证明了该算法的有效性。 展开更多
关键词 汽车声音识别 梅尔倒谱系数 自相关函数 高斯混合模型
下载PDF
基于声音识别的煤矿重特大事故报警方法研究 被引量：20
18
作者 孙继平 余星辰 《工矿自动化》 北大核心 2021年第2期1-5,44,共6页
煤矿瓦斯与煤尘爆炸会产生爆炸声,煤与瓦斯突出会产生煤炮声、支架发出的嘎嘎声和破裂折断声等,冲击地压会产生巨大的岩石破碎声响和震动等,煤矿透水会发出“嘶嘶”的水叫声、大量透水会产生水流声等,煤矿顶板冒落会发出顶板断裂声、煤... 煤矿瓦斯与煤尘爆炸会产生爆炸声,煤与瓦斯突出会产生煤炮声、支架发出的嘎嘎声和破裂折断声等,冲击地压会产生巨大的岩石破碎声响和震动等,煤矿透水会发出“嘶嘶”的水叫声、大量透水会产生水流声等,煤矿顶板冒落会发出顶板断裂声、煤岩落地撞击声、支护损毁声等。针对煤矿重特大事故声音特点,提出了煤矿井下瓦斯与煤尘爆炸、煤与瓦斯突出、冲击地压、水灾、顶板冒落等事故报警方法:各事故声音的时域和频域特征与其他声音不同,可通过矿用防爆拾音设备和系统实时监测声音,通过声音智能分析和声音频率、幅度、短时能量等特征参数分析感知事故并报警;通过监测和分析不同监测地点声音强度特征、声音发生的先后关系和防爆拾音设备损坏的先后关系等判定事故发生地点;根据各事故特点提出了多信息融合分析的灾害识别方法,减小工作面落煤、爆破作业、采煤设备、掘进设备、运输提升设备、供电设备、乳化液泵、水泵和局部通风机工作等产生的声音干扰。论述了不同拾音设备的优缺点,矿用拾音设备宜采用麦克风阵列;研究了适用于煤矿重特大事故的声音识别分类器。 展开更多
关键词 煤矿重特大事故 瓦斯与煤尘爆炸 煤与瓦斯突出 冲击地压 水灾 顶板冒落 声音识别
下载PDF
战场目标声音识别关键技术研究 被引量：1
19
作者 解国栋 易瑔 +1 位作者 韩兆福 杨建昌 《火力与指挥控制》 CSCD 北大核心 2008年第S2期33-35,61,共4页
战场目标声音探测技术在现代战争中发挥着越来越重要的作用。针对战场目标声音识别的一些关键技术进行了研究。首先分析了目标声音探测技术的军事应用特点,然后对战场典型目标发出的噪声的物理特性进行了分析。最后论述了战场目标声音... 战场目标声音探测技术在现代战争中发挥着越来越重要的作用。针对战场目标声音识别的一些关键技术进行了研究。首先分析了目标声音探测技术的军事应用特点,然后对战场典型目标发出的噪声的物理特性进行了分析。最后论述了战场目标声音识别技术中的几种关键技术,重点分析了特征提取中的LPCC、MFCC技术以及分类器中的隐马尔可夫模型,为战场目标声音识别系统的开发奠定了基础。 展开更多
关键词 目标声音识别 声音的物理特性 特征提取 分类器
下载PDF
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 2 … 18 下一页 到第 页
使用帮助 返回顶部