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
信息感知方法
路面缺陷
深度残差网络
环境影响信息
风险
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
深度残差网络模型
分布式水文模型
参数
归因
因子权重
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