摘要
本申请公开变压器声信号的自适应小波优化与特征提取方法和系统,方法包括:调用Pywt小波分析库,按照分解层数J对原始信号进行分解,获得多层细节信号;对每层细节信号,执行:引入M估计量改进噪声方差计算模型,计算标准差及统一的监测阈值;构建基于去噪信号逼近误差最小化准则的动态阈值;设计修正因子;修正每层细节信号的小波系数;利用逆分解方法重构纯净信号;将纯净信号分成多段短时信号;提取每个短时信号的MFCC特征向量;采用支持向量机递归特征消除法,加权筛选MFCC特征向量;结合主成分分析算法压缩特征向量维度,生成最终的特征矩阵。本申请解决了传统方法中噪声抑制与信号保真矛盾、高维特征冗余导致识别率低的问题。
技术关键词
特征提取方法
信号
主成分分析算法
梅尔频率倒谱系数
噪声方差
支持向量机
变压器
MFCC特征
动态
压缩特征向量
因子
特征提取系统
索引
元素
SVM分类器
误差
离散余弦变换
矩阵
特征提取模块
参数
系统为您推荐了相关专利信息
协同测试系统
外骨骼机器人
姿态传感器
关节电机
多协议
贝叶斯神经网络
数据选择器
光电传感器阵列
光电二极管
电路架构
数字隔离芯片
互连结构
传输单元
晶圆衬底
隔离器
船舶
舵机系统
故障预测方法
船舵结构
数据采集模块