一种微电机异音检测方法及装置

AITNT
正文
推荐专利
一种微电机异音检测方法及装置
申请号:CN202410944209
申请日期:2024-07-12
公开号:CN118501691B
公开日期:2024-10-11
类型:发明专利
摘要
本发明涉及人工智能技术领域,公开了一种微电机异音检测方法及装置,该方法包括:通过传感设备采集微电机在预设状态下的声音信号,对声音信号进行预处理,得到处理后的音频信号数据集合,对音频信号数据集合进行分类与分解操作,得到异音信号的训练数据集合与验证数据集合,根据SGE模块、Dropout层与深度残差收缩网络模型生成改进深度残差收缩网络模型,将训练数据集合与验证数据集合输入至改进深度残差收缩网络模型分别进行训练与调参操作,得到最终的异音检测模型,并进行声音信号的识别分类,得到最终的异音识别分类结果。可见,实施本发明能够对微电机的多种异音智能化识别,从而有利于提高对微电机的异常声音检测与识别的效率与准确率。
技术关键词
音频信号分类 异音检测方法 深度残差 微电机 傅里叶分解算法 数据 积层 频谱分割技术 异音检测装置 反变换算法 故障特征 网络 可执行程序代码 传感设备 计算机存储介质 模块 滤波器
系统为您推荐了相关专利信息
1
基于深度残差网络和多尺度特征匹配的复杂场景路网信息感知方法和系统
信息感知方法 路面缺陷 深度残差网络 环境影响信息 风险
2
基于AI的化学材料检测信息库检索与标准谱比对系统
量子粒子群优化算法 多光谱传感器 紫外分光光度计 深度残差 小波阈值
3
一种基于多模态融合的人脸识别方法
人脸识别方法 多模态 神经网络剪枝 跨模态 语音
4
基于深度学习可解释性技术的水文模型参数归因方法
深度残差网络模型 分布式水文模型 参数 归因 因子权重
5
一种基于深度学习的医疗数据智能识别方法及系统
数据智能识别方法 加密解密 深度残差卷积神经网络 训练样本集 采集设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号