[发明专利]一种基于神经网络多特征融合的托辊异常识别方法在审
| 申请号： | 202310206283.4 | 申请日： | 2023-03-03 |
| 公开（公告）号： | CN116246661A | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 佘影;朱兴林;李一文;黄春;向兆军;秦伟;罗明华;方崇全;刘晏驰;周斌;张海峰;游磊;张先锋;陈雨;孙柳军;饶俊宏;李勇;张建锋 | 申请（专利权）人： | 中煤科工集团重庆研究院有限公司 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G06N3/048;G10L25/30;G10L25/18;G10L15/06;G10L15/18;G10L17/04;G01M13/00 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 廖曦 |
| 地址： | 400039 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于神经网络多特征融合的托辊异常识别方法，属于托辊技术领域。该方法包括通过沿线布置的骨传导声传感器采集托辊声音，声音分析仪对声音信号预处理，实现托辊声音高保真还原，然后对声音信号预加重、分帧、加窗，提取时域特征、频域特征和时频特征，将这些特征融合后输入到内置的全连接神经网络识别模型，智能识别托辊异常；将所述融合后的新特征及对应识别结果加入训练数据集中，再次对全连接神经网络进行训练，优化所述识别模型，以提高识别准确率。该方法通过基于神经网络模型的多特征融合和人工标定自学习相结合的方法，解决托辊异常识别现场适应性不强、准确率不高的难题。 | ||
| 搜索关键词： | 一种 基于 神经网络 特征 融合 异常 识别 方法 | ||
【主权项】：
暂无信息
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煤科工集团重庆研究院有限公司，未经中煤科工集团重庆研究院有限公司许可，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/202310206283.4/，转载请声明来源钻瓜专利网。
