一种基于结构特征的吱声自动处理和参数提取方法及系统

AITNT
正文
推荐专利
一种基于结构特征的吱声自动处理和参数提取方法及系统
申请号:CN202410987909
申请日期:2024-07-23
公开号:CN118520228B
公开日期:2024-10-22
类型:发明专利
摘要
本发明涉及空间探测及信号处理技术,具体涉及一种基于结构特征的吱声自动处理和参数提取方法及系统,该方法利用训练好的吱声自动识别Yolo神经网络模型对原始采样数据进行初步处理,得到包含吱声信号的时序信号切片,对其做高精度短时傅里叶变换,获得第一时频图;对第一时频图进行预处理,并进行吱声结构提取,获取第一描迹点集;对第一描迹点集依次执行离群点排除算法、吱声描迹分离算法,得到第三描迹点集,包含一个或多个吱声描迹分支;对每个描迹分支进行数据拟合,获得吱声信号的基础参数。该方法实现了吱声信号的自动识别和参数提取,能够获取吱声阶数、截止频率、吱声源传播距离,为低电离层探测和甚低频波传播等提供重要数据源。
技术关键词
参数提取方法 短时傅里叶变换 离群点 时序 切片 聚类 峰值检测方法 分支 信号处理技术 色散曲线 模式 算法 神经网络模型 频率 背景噪声 定义 模块 处理器
系统为您推荐了相关专利信息
1
一种林地资源动态变化面积的统计方法及系统
地理信息数据 遥感影像数据 统计方法 纹理特征 图谱
2
一种广义Kullback-Leibler散度下基于最大边界似然估计的卷积非负模式学习方法
模式学习方法 元素 表达式 卷积非负矩阵分解 广义
3
基于选择性在线自训练无源领域自适应医学图像分割方法
医学图像分割方法 医学图像分割系统 学生 模块 置信度阈值
4
一种基于TCN的浮式风机系泊张力短期预测方法及设备
时序卷积神经网络 短期预测方法 浮式风机 神经网络模型 六自由度运动
5
一种基于时间序列的工业过程缺失值填补方法及系统
缺失值填补方法 序列 滑动时间窗口 时序 生成对抗网络
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