[发明专利]基于卷积神经网络和MFCC的颤振识别方法和系统在审
| 申请号： | 201910291425.5 | 申请日： | 2019-04-11 |
| 公开（公告）号： | CN110010155A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 冯伟;王建军 | 申请（专利权）人： | 中国一拖集团有限公司 |
| 主分类号： | G10L25/24 | 分类号： | G10L25/24;G10L25/30;G10L25/18;G10L15/06;B23Q17/12 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 赵娟 |
| 地址： | 471000 *** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络和MFCC的颤振识别方法和系统，该方法包括如下步骤：获取削切过程中发生颤振和没有发生颤振时的噪声信号，并根据该噪声信号的梅尔倒谱系数对卷积神经网络进行训练，得到训练后的卷积神经网络；在削切过程中实时采集噪声信号，根据该噪声信号的梅尔倒谱系数，结合训练后的卷积神经网络，判断削切过程中是否存在颤振。本发明所提供的技术方案，通过噪声信号倒谱系数和卷积神经网络得到噪声信号与颤振之间的关系，在削切过程中，通过噪声信号即可判断出是否发生颤振，解决现有技术中检测颤振的方式适用性差的问题。 | ||
| 搜索关键词： | 颤振 噪声信号 卷积神经网络 削切 梅尔倒谱系数 倒谱系数 结合训练 实时采集 检测 | ||
【主权项】：
1.一种基于卷积神经网络和MFCC的颤振识别方法，其特征在于，该方法包括如下步骤：获取削切过程中发生颤振和没有发生颤振时的噪声信号，并根据该噪声信号的梅尔倒谱系数对卷积神经网络进行训练，得到训练后的卷积神经网络；在削切过程中实时采集噪声信号，根据该噪声信号的梅尔倒谱系数，结合训练后的卷积神经网络，判断削切过程中是否存在颤振；获取噪声信号梅尔倒谱系数的方法是：在削切过程中，每间隔设定时间检测一次噪声信号；对各设定时间段的噪声信号进行快速傅里叶变换，得到各时间段的频谱；根据各时间段的频谱得到梅尔频率，并根据梅尔频率得到声谱图；利用离散余弦变换对声谱图进行处理，得到梅尔倒谱系数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国一拖集团有限公司，未经中国一拖集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910291425.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种音量均衡方法及装置
- 下一篇：基于对事件子部分的序列的建模的声音事件检测
