摘要
本发明公开了一种基于梅尔谱图和轻量化神经网络的泥石流次声识别方法,属于图像数据处理领域,包括步骤:采集现场泥石流及其他事件产生的次声波信号生成梅尔谱图数据集;构造通道对齐融合桥;构造改进MBConv块;基于通道对齐融合桥和改进MBConv块构造泥石流次声识别网络;用梅尔谱图数据集训练得到泥石流次声识别模型,并用于待识别次声波信号的识别。本发明结合泥石流次声波的特点,将数据集中样本构造为次声梅尔谱图,并基于多阶段轻量化特征提取模块设计泥石流次声识别网络,对次声梅尔谱图进行分类识别,能有效降低计算复杂度、减少参数量,以适配低功耗的设备,且能提高分类的准确性,尤其适用于泥石流实时预警的场景。
技术关键词
泥石流次声
轻量化神经网络
次声波
识别方法
Sigmoid函数
通道
注意力
特征提取模块
基底特征
支路
输出特征
多阶段
采集现场
卷积特征
短时傅里叶变换
样本
图像数据处理
全局平均池化
生成控制信号
系统为您推荐了相关专利信息
智能评估方法
教学质量评估
指标
教学场景
音视频采集系统
视频帧集合
超声心动图
识别方法
特征提取模块
空间结构特征
分支
注意力
建筑物轮廓
多尺度特征提取
遥感图像处理技术