摘要
本发明涉及一种基于异构分支的高压断路器声纹缺陷识别方法和系统,该方法包括以下步骤:采集高压断路器的原始声纹数据,并转换为梅尔频谱图形式;将梅尔频谱图输入异构双分支的时间频率特征提取器,其中所述时间频率特征提取器包括提取时间特征的多分辨率交织网络和提取频率特征的Transformer模型;将时间特征和频率特征输入支路注意力增强模块,获得注意力加权的频率特征和时间特征;将注意力加权的频率特征和时间特征输入融合语义分类器,进行语义下采样后输出每个类别的预测值,实现高压断路器的声纹缺陷识别。与现有技术相比,本发明具有增强声纹缺陷识别的准确性以及效率等优点。
技术关键词
缺陷识别方法
高压断路器
注意力
特征提取器
特征提取模块
频率
异构
分支
融合语义
嵌入位置编码
多分辨率特征
通道
补丁
输出特征
分类器
融合特征
支路
全局平均池化
子模块
系统为您推荐了相关专利信息
磁纳米粒子
拉普拉斯
矩阵
邻域
深度神经网络模型
自动化监测方法
图像颜色特征
光照强度数据
时序
多模态
温度预测方法
冷链物流监控
跨模态
多模态特征
多模态深度