摘要
本发明公开了输电塔螺栓检测技术领域的一种基于深度学习的输电铁塔松动螺栓声纹识别方法、系统、介质及设备,旨在解决现有技术无法满足实际需求的问题。获取输电铁塔上的螺栓安装环境,根据声音传播介质将螺栓安装环境划分第一采样区和第二采样区;采集第一采样区和第二采样区内的声音信号,进行去噪和预加重处理,得到基准信号;对基准信号进行分帧和加窗处理,得到连续信号帧,并对连续信号帧进行短时傅里叶变换,得到基准特征声纹;获取第一采样区和第二采样区内的实时特征声纹,分别输入到训练好的声纹识别模型中,得到第一特征声纹和第二特征声纹;计算第一特征声纹和第二特征声纹与基准特征声纹之间的偏离度,根据偏离度确定螺栓安装状态。
技术关键词
声纹识别方法
输电铁塔
松动螺栓
基准特征
声纹识别模型
声音信号采集设备
短时傅里叶变换
介质
深度学习模型训练
螺栓检测技术
声纹识别系统
交叉验证方法
表达式
强度
存储计算机程序
计算机装置
系统为您推荐了相关专利信息
形状上下文
匹配定位方法
探地雷达图像
结构特征提取方法
基准特征
虚拟电子围栏
车辆识别码
车辆拦截方法
神经网络模型
声纹特征
云服务器
风险
数据采集模块
身份证照片
移动数据通信技术
架空输电铁塔
雷达
集合装置
监测系统
数据处理装置