异常声

作品数：69被引量：139H指数：6
导出分析报告
相关领域：机械工程更多>>
相关作者：周静雷崔琳李兴林郭庆徐翠锋更多>>
相关机构：西安工程大学桂林电子科技大学杭州轴承试验研究中心华中科技大学更多>>
相关期刊：《大众用电》《西安工程大学学报》《农家参谋》《农业装备技术》更多>>
相关基金：国家自然科学基金陕西省教育厅科研计划项目重庆市自然科学基金重庆市科技攻关计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于特征融合与RCB⁃EffcientNet网络的校园安全声检测方法
《现代电子技术》2025年第7期79-84,共6页孙凯玮 王玫 阚瑞祥 刘鑫 仇洪冰 林桂耀 
国家自然科学基金项目(62071135);国家自然科学基金项目(61961010);桂林电子科技大学研究生创新项目(2023YCXB05)。
声音分类技术在校园事件监测中至关重要。然而,声音识别领域存在诸多挑战,如特征提取方法的适配性不足、现有方法难以平衡学习、理解能力与模型复杂度之间的关系等。为解决这些问题,文中提出一种基于LM⁃H声学特征和RCB⁃EfficientNet模...
关键词：声音分类 特征融合 校园异常声 声学特征 轻量化 注意力模块 
基于VMD和CBAM-DRSN的扬声器异常声分类方法研究
《信息技术与信息化》2025年第1期116-120,共5页李振业 周静雷 路昌 
陕西省科技厅重点研发计划项目(2024GX-YBXM-231)。
为解决扬声器异常声非平稳信号特征提取困难及分类识别问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和空间-通道融合注意力机制深度残差收缩网络(convolutional block attention module-deep residual shrinkage...
关键词：扬声器异常声 故障诊断 深度残差收缩网络 注意力机制 
融合注意力机制卷积神经网络的扬声器异常声分类被引量：2
《西安工程大学学报》2024年第2期101-108,共8页周静雷 王晓明 李丽敏 
国家自然科学基金(62203344);陕西省技术创新引导专项(2020CGXNX-009);陕西省自然科学基础研究计划(2022JM-322)。
针对扬声器异常声非线性、非平稳且易受外部噪声干扰,以及因特征冗余而导致扬声器异常声识别率偏低的问题,提出一种基于变分模态分解(variational mode decomposition, VMD)和一维卷积循环注意力网络(1DCNN-BiLSTM-Attention)相结合的...
关键词：异常声分类 变分模态分解 卷积神经网络 注意力机制 
乙状窦病变导致搏动性耳鸣
《开卷有益（求医问药）》2024年第4期36-36,共1页徐开旭 
耳鸣是患者在缺乏外部声源的情况下,耳内或颅内产生嗡嗡、嘶鸣等不成形的异常声幻觉。随着人们生活节奏加快,耳鸣的发病率也逐渐升高,耳鸣会降低患者生活、睡眠质量,引起记忆力、注意力减退,严重者会引起抑郁或自觉残疾。一、搏动性耳...
关键词：搏动性耳鸣 乙状窦 睡眠质量 脉搏跳动 记忆力 异常声 耳内 残疾 
基于移动麦克风阵列的换流站异常声源定位方法被引量：1
《浙江电力》2024年第1期108-116,共9页方晓强 刘元庆 张啸天 孙其昊 
国家自然科学基金资助项目(51107125)。
换流变压器、交流滤波器等电力设备在运行时产生的声学信号中往往包含大量的状态信息,而传统依靠人工听诊判断设备故障位置的方式存在主观性强、效率低下、可靠性不高等问题。为此,提出一种基于移动麦克风阵列的异常声源定位方法。推导...
关键词：移动麦克风阵列 声源定位 换流站 智能巡检 波束形成 
自适应变分模态分解与RCNN-3结合的扬声器异常声分类方法被引量：1
《西安工程大学学报》2023年第2期71-78,86,共9页周静雷 贺家琛 王晓明 崔琳 
国家自然科学基金青年科学基金项目(61901347);陕西省教育厅科技计划项目(18JK0342)。
针对扬声器异常声分类准确率较低问题,提出基于自适应变分模态分解(adaptive variational mode decomposition,AVMD)与残差卷积神经网络(residual convolutional neural network,RCNN)相结合的异常声分类方法。AVMD中首先利用灰狼优化(g...
关键词：扬声器异常声 残差网络 变分模态分解 灰狼优化算法 
CNN-GRU和SSA-VMD在扬声器异常声分类中的应用被引量：5
《电子测量与仪器学报》2023年第3期161-168,共8页周静雷 贺家琛 崔琳 
国家自然科学基金青年项目(61901347);陕西省教育厅科技计划项目(18JK0342)资助。
为了提高扬声器异常声分类的平均准确率,提出用卷积神经网络加门控循环单元(convolutional neural network plus gated recurrent unit,CNN-GRU)和麻雀搜索算法优化变分模态分解(sparrow search algorithm optimization variational mod...
关键词：扬声器异常声 变分模态分解 卷积神经网络 门控循环单元 麻雀搜索算法 
治耳鸣别“走弯路”
《健康之家》2023年第1期65-66,共2页朱永康 公方英 
耳鸣可发生在任何一个年龄阶段,但以中老年人高发。耳鸣发作时,患者耳内会出现持续性鸣响。长期出现耳鸣,会导致听觉能力下降,甚至诱发耳聋。接下来介绍有关耳鸣的知识,希望能引起大家重视。耳鸣的概述耳鸣是患者在缺乏外部声源的情况下...
关键词：听觉能力 耳鸣 异常声 持续性 蝉鸣声 耳内 中老年人 年龄阶段 
耳鸣,首先考虑病因治疗
《家庭医药（就医选药）》2022年第12期68-69,共2页刘祖春 
耳鸣是患者在缺乏外部声源的情况下,耳内或颅内产生嗡嗡、嘶鸣等异常声幻觉。这种声音感觉可以是1种或以上,并且持续一定的时间。人可以出现生理性耳鸣,当耳鸣超过了生理限度,就成了病理性耳鸣。不过,耳鸣本身并不是一种疾病,而是一些...
关键词：病因治疗 耳鸣 异常声 耳内 病理性 颅内 疾病 
应用变分模态分解和随机森林特征选择算法的扬声器异常声分类被引量：6
《振动与冲击》2022年第20期277-283,共7页周静雷 周智 崔琳 
国家自然科学基金青年项目(61901347);陕西省教育厅科技计划项目(18JK0342)。
为了提高扬声器异常声分类的精度,提出了基于变分模态分解(variational mode decomposition,VMD)和随机森林特征选择算法的扬声器异常声分类方法。首先利用VMD分解采集到的扬声器声响应信号,之后对得到的一系列模态分量提取时域和频域特...
关键词：扬声器 异常声分类 变分模态分解(VMD) 特征选择 随机森林 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部