期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于变步长LMS和SVM的电能表内异物声音识别
被引量:
5
1
作者
蒋晓永
杨涛
《传感器与微系统》
CSCD
2019年第2期143-146,共4页
提出一种基于变步长最小均方(LMS)和支持向量机(SVM)的电能表内异物声音自动识别方法。由于SVM分类器对噪声敏感,通过变步长LMS实现对采集的电能表内异物声音信号的降噪,相较于固定步长LMS,信噪比提升明显,耗用时间较少。对声音信号进...
提出一种基于变步长最小均方(LMS)和支持向量机(SVM)的电能表内异物声音自动识别方法。由于SVM分类器对噪声敏感,通过变步长LMS实现对采集的电能表内异物声音信号的降噪,相较于固定步长LMS,信噪比提升明显,耗用时间较少。对声音信号进行时、频域和倒谱分析,并提取其短时特征系数及改进梅尔频率倒谱系数(MFCC)。并采用短时能量和MFCC系数构成混合特征矩阵,对该矩阵降维后输入SVM进行异物声音识别。实验证明:提出的方法计算量小、识别率高,有很好的应用价值。
展开更多
关键词
电能表异物声音
变步长最小均方
短时能量
改进梅尔频率例谱系数
支持向量机识别
下载PDF
职称材料
题名
基于变步长LMS和SVM的电能表内异物声音识别
被引量:
5
1
作者
蒋晓永
杨涛
机构
西南科技大学信息工程学院
特殊环境机器人技术四川省重点实验室
出处
《传感器与微系统》
CSCD
2019年第2期143-146,共4页
基金
国家自然科学基金资助项目(61571376)
特殊环境机器人技术四川省重点实验室开放资助项目(13ZXTK06)
文摘
提出一种基于变步长最小均方(LMS)和支持向量机(SVM)的电能表内异物声音自动识别方法。由于SVM分类器对噪声敏感,通过变步长LMS实现对采集的电能表内异物声音信号的降噪,相较于固定步长LMS,信噪比提升明显,耗用时间较少。对声音信号进行时、频域和倒谱分析,并提取其短时特征系数及改进梅尔频率倒谱系数(MFCC)。并采用短时能量和MFCC系数构成混合特征矩阵,对该矩阵降维后输入SVM进行异物声音识别。实验证明:提出的方法计算量小、识别率高,有很好的应用价值。
关键词
电能表异物声音
变步长最小均方
短时能量
改进梅尔频率例谱系数
支持向量机识别
Keywords
electric energy meter foreign object sound
variable step size least mean square(LMS)
short-time energy
improved Meier frequency cepstrum coefficient (MFCC) coefficient
support vector machine ( SVM)identification
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于变步长LMS和SVM的电能表内异物声音识别
蒋晓永
杨涛
《传感器与微系统》
CSCD
2019
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部