基于特征融合和NICE模型的无监督工业异常声音检测方法及系统

AITNT
正文
推荐专利
基于特征融合和NICE模型的无监督工业异常声音检测方法及系统
申请号:CN202411076261
申请日期:2024-08-07
公开号:CN119274579A
公开日期:2025-01-07
类型:发明专利
摘要
本发明公开一种基于特征融合和NICE模型的无监督工业异常声音检测方法及系统,方法包括:步骤(一),模型训练:对原始声音信号进行三种谱图的特征提取,通过拼接形成两组融合特征,输入双路径NICE即dpNICE模型中进行训练;步骤(二),异常检测:对于采集的未知声音信号,提取三种谱图的特征,通过拼接形成两组融合特征,输入步骤(一)训练好的模型,判断其是否异常。本发明技术方案中,dpNICE模型的训练无需元数据辅助,与自监督学习方式相比,本发明应用场景更广泛。
技术关键词
融合特征 异常声音 工业 信号 模型训练模块 训练集 样本 滤波器 数据 场景 节点 通道 参数
系统为您推荐了相关专利信息
1
一种基于多源多表示信息融合的3D目标检测方法
距离图像 图像特征索引方法 坐标 多模态特征 多尺度特征
2
可编程0.5分频的分频器
整数分频器 编码电路 D触发器 信号 时钟
3
基于超声探测的AI智能导航控制方法、设备和存储介质
障碍物位置信息 导航控制方法 导航设备 路径规划算法 生成三维空间
4
一种智能油烟机器及其油烟分离方法
智能油烟机 模型训练模块 无线通信模块 转换单元 报警器
5
电机控制器、控制方法和电驱系统
功率模组 低压晶体管 高压晶体管 电机控制器 驱动信号
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