[发明专利]一种DBSCAN进行异常声音特征的无监督算法

权利要求书

1.一种DBSCAN进行异常声音特征的无监督算法，其特征在于，包括以下步骤：

S1、将声音的光谱形状和时间形态作为机器学习的声学特征，来识别输入的音频数据的物理特性，并采用Peeter's声学特徵分类方法提取声学特征来识别异常声音；

S2、采用增强的增量主成分分析方法进行降维，并根据不同机器类型的最优历史结果，采用遗传算法选择IPCA的输入参数；

S3、基于密度的噪声应用程序的空间聚类，DBSCAN基于密度的聚类算法，通过低密度区域分离聚类。

2.根据权利要求1所述的一种DBSCAN进行异常声音特征的无监督算法，其特征在于，在步骤S1中，所述音频数据的物理特性分为时域或频域和时域，基于不同的计算范围，区分时间扩展有效性的全局描述符计算整个信号和瞬时描述符计算每个时间帧。

3.根据权利要求1所述的一种DBSCAN进行异常声音特征的无监督算法，其特征在于，在步骤S1中，描述符包括时间形态、光谱形状特征、谐波特性、强度和派生特征，机器学习处理的描述符包括：

S10、频繁性：采用基于短时傅里叶变换的分析方法对连续音频信号进行了线性频率计算，计算公式如下：

其中，f_S其中k为索引箱，为样本的频率，k为块的长度，为块的频率。f_Q；

S11、振幅：根据STFT后的连续信号计算振幅，并从对数缩放转换为db缩放；

S12、自相关系数：信号的互相关，即信号频谱能量分布的傅里叶反变换，表示信号在时域内的频谱分布，其公式为：

其中，每个系数都在系数的范围内，随着滞后时间的增加，系数减小得越快，信号就会越白；

S13、零交叉率：过零率越高，高频内容就越高，音频信号假设的周期性就越小，计算方法为：

符号函数被定义为：

其中，如果x(i-1)不存在，则将x(i-1)＝0用作初始化，特征值的范围为[0,1]；

S14、起始包络：开始是指与声音开始所需的时间相关的感知，起始包络被计算为一个光谱通量的起始强度包络，光谱通量测量光谱形状的变化量，它被计算为连续的STFT帧之间的平均差值，t时刻的起始强度由：

mean_fmax(0,S[f,t]–ref[f,t-lag])

其中，ref为沿频率轴进行局部最大滤波后的S，如果提供了一个时间序列y，S将是对数功率的Mel谱图，起始点与撞击的时间的对数相关；

S15、光谱质心：表示光谱能量的重心，光谱质心与音色维度的亮度或锐度相关，它被计算为由其非加权和归一化的频谱的频率加权和：

S16、光谱滚动：光谱滚动测量了所分析的音频样本块n的带宽，光谱滚动点是STFTX(k，n)的累积达到的频率K：

其中，共同值为0.85，K光谱下降的值范围为[0,K/2-1]；

S17、梅尔频率倒流系数：MFCC被定义为对音频信号的光谱包络形状的紧凑描述，它是由离散余弦变换或傅里叶变换后的频谱的对数计算出来的，其配方为：

其中，系数的数量是20；

S18、基本频率：基于信号是周期或准周期的假设，它是一个整数倍，基于理想的谱插值计算轨迹上的螺距；

S19、强度：通过音频样本或没有STFT处理的光谱图中计算出均方根能量，基于音频信号直接计算RMSE，RMSE输出每一帧的均方根值；

S20、节奏特征：通常以每分钟的节拍来测量并绘制节奏图，所述节奏图由起始强度包络的局部自相关导出，其计算公式如下：

其中，对于时间t∈Z和时间滞后l∈[0，N]，W用于窗口函数：以t＝0为中心，支持[-N：N]，

4.根据权利要求1所述的一种DBSCAN进行异常声音特征的无监督算法，其特征在于，在步骤S1中，所述进一步的机器学习处理的描述符还包括派生特征：温度图通常以每分钟的节拍来测量。