摘要
本发明公开了一种噪声监测方法、装置、非易失性存储介质和计算机设备。其中,该方法包括:获取目标设备的历史工作数据,其中,历史工作数据中包括振动信号和声音信号;根据历史工作数据,确定特征数据和数据偏差值;基于特征数据和数据偏差值,进行特征选择,得到多个特征集;采用多个特征集对预设的原始卷积神经网络模型进行训练,得到目标监测模型,其中,目标监测模型用于监测工作数据的偏差值;采集目标设备的待监测工作数据并输入至目标监测模型中,得到偏差值;基于偏差值和预设阈值的大小关系,确定噪声监测结果。本发明解决了目前噪声监测方法多依赖于人工巡检和简单的传感器数据分析导致监测效率低、误报率高的技术问题。
技术关键词
噪声监测方法
非易失性存储介质
卷积神经网络模型
数据
偏差
声音信号特征
振动信号特征
特征选择
计算机设备
噪声监测装置
长短期记忆网络
计算机程序产品
处理器
存储器
监测模块
关系
序列
系统为您推荐了相关专利信息
融合方法
数据关联规则
多模态
感知融合系统
无人消防车
调制编码方案
信道
发送方法
数据
计算机存储介质
分布式账本
智能合约开发
资金
区块链技术
智能合约执行引擎