发明

基于音频信号特征的浮选过程工况识别方法

2023-05-10 11:43:54 发布于四川 0
  • 申请专利号:CN202210092432.4
  • 公开(公告)日:2025-04-04
  • 公开(公告)号:CN114510970A
  • 申请人:中南大学
摘要:本发明提供了一种基于音频信号特征的浮选过程工况识别方法,包括:步骤1,数据准备与数据预处理,具体包括数据的获取、降噪和工况类别划分;步骤2,根据梅尔声谱图纵轴代表的频率物理意义,放大浮选音频信号中关键频段所占比例,减小不重要频段的影响,构建基于特征注意力机制的浮选音频梅尔声谱图。本发明通过观察梅尔谱图中不同频段对识别结果的影响,找出关键频段,构建基于注意力机制的浮选音频梅尔声谱图,进行特征的初步提取,在建立模型时引入迁移学习,通过模型本身的输出特性筛选出最可能识别正确的测试集数据并打上伪标签,同时对齐数据的边缘分布和条件分布来确保迁移时仍能产生良好的分类界限,达到提高模型泛化性能的目的。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114510970 A (43)申请公布日 2022.05.17 (21)申请号 202210092432.4 (22)申请日 2022.01.26 (71)申请人 中南大学 地址 410000 湖南省长沙市岳麓区麓山南 路932号 (72)发明人 王雅琳 吴翰升 王凯 刘晨亮  袁小锋 谭栩杰 李思龙  (74)专利代理机构 长沙轩荣专利代理有限公司 43235 专利代理师 李崇章 (51)Int.Cl. G06K 9/00 (2022.01) G06N 3/04 (2006.01) G06N 3/08 (2006.01) 权利要求书3页 说明书9页 附图3页 (54)发明名称 基于音频信号特征的浮选过程工况识别方 法 (57)摘要 本发明提供了一种基于音频信号特征的浮 选过程工况识别方法,包括:步骤1,数据准备与 数据预处理,具体包括数据的获取、降噪和工况 类别划分;步骤2,根据梅尔声谱图纵轴代表的频 率物理意义,放大浮选音频信号中关键频段所占 比例,减小不重要频段的影响,构建基于特征注 意力机制的浮选音频梅尔声谱图。本发明通过观 察梅尔谱图中不同频段对识别结果的影响,找出 关键频段,构建基于注意力机制的浮选音频梅尔 声谱图,进行特征的初步提取,在建立模型时引 入迁移学习,通过模型本身的输出特性筛选出最 A 可能识别正确的测试集数据并打上伪标签,同时 0 对齐数据的边

最新专利