摘要
本发明公开了一种墙面空鼓的多分类检测方法,包括以下步骤:采集墙面的空鼓音频和非空鼓音频;提取音频的梅尔频谱特征和梅尔倒谱系数特征;将提取的梅尔频谱特征和梅尔倒谱系数特征进行融合,得到MFCC+Mel融合特征,其中Mel为梅尔频谱特征,MFCC为梅尔倒谱系数特征;使用贝叶斯算法优化支持向量机,将融合特征输入到贝叶斯优化后的SVM算法模型,建立MFCC+Mel‑Bo‑SVM算法模型;基于MFCC+Mel‑Bo‑SVM算法模型,进行训练,得到墙面空鼓的分类结果。本发明通过构建的算法模型多分类模型对水泥墙、涂料墙、大理石墙、瓷砖的空鼓与非空鼓多分类,相较于多种传统方法,准确率显著提升至96.36%。
技术关键词
分类检测方法
频谱特征
贝叶斯算法
SVM算法
优化支持向量机
墙面
融合特征
音频
短时傅里叶变换
算法模型
最佳参数组合
MFCC特征
信号随时间
离散余弦变换
正则化参数
频域特征
滤波
系统为您推荐了相关专利信息
地下水重金属污染
分布预测方法
重金属含量预测
SVM算法
地下水采样设备
情绪识别模型
训练系统
数据存储管理
分析模块
频谱特征
机器学习模型
参数
Xgboost算法
元素
特征选择方法
语音编码器
语音翻译方法
文本翻译模型
汉语语音识别
序列