融合MFCC和IMFCC特征的电厂设备声音识别算法

摘要：

为实现非接触式的电厂设备状态监测,文中提出一种将梅尔频率倒谱系数(MFCC)和翻转梅尔频率倒谱系数(IMFCC)两种特征中的部分特征联合作为特征参数,利用多分类支持向量机(SVM)进行参数分类的识别方法.该方法首先对数据集中的声音信号进行预处理操作;然后通过两种特征提取方法生成特征参数,计算生成两种特征每一维的类内均值和类间方差;最后根据阈值选择特征,对选择的两种特征进行线性叠加,从而得到融合特征.实验结果表明,在ESC-50部分数据集和电厂采集数据集上,相对于另外两种特征,融合特征维数更少,识别率更高,并且在训练样本较少的情况下能达到更好的分类效果.

关键词：特征融合、声音识别、参数分类、信号预处理、非接触式监测、特征参数生成、状态监测、数据采集

所属期刊栏目：45

分类号：TN931+.6-34;TB535

资助基金：国家自然科学基金61773160

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：6-12