版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、地下管線系統(tǒng)是城市重要的基礎(chǔ)設(shè)施,承載著供水排水、能源輸送、電力供應(yīng)、通信傳輸?shù)雀鞣矫娴娜蝿?wù),為城市生活秩序提供了基本條件。然而在城鎮(zhèn)化進(jìn)程中,城市的建設(shè)施工活動(dòng)日益增多,施工使用的各類設(shè)備對(duì)地下管線的安全造成了嚴(yán)重的威脅。由于管線埋于地下,且線路分布廣泛,對(duì)于工程器械的外力破壞很難進(jìn)行及時(shí)預(yù)防和保護(hù),目前急需有效的智能監(jiān)控系統(tǒng)。
經(jīng)過實(shí)地考察發(fā)現(xiàn),經(jīng)常造成地下管線挖斷事故的器械主要有手持電鎬、液壓破碎錘、挖掘機(jī)和切割機(jī)這幾類
2、。本文研究了這幾類破壞性工程器械的工作方式,深入分析了其聲音信號(hào)的特性,在此基礎(chǔ)上提出了一種基于統(tǒng)計(jì)參數(shù)的特征提取方法,并使用支持向量機(jī)(SVM)和極限學(xué)習(xí)機(jī)(ELM)分別作為智能分類器,構(gòu)建了一套工程器械的聲音識(shí)別算法。該算法可用于地下管線監(jiān)控系統(tǒng),能夠全天候遠(yuǎn)程工作,有效地識(shí)別破壞性施工器械,檢測(cè)到管線被挖斷的潛在威脅,從而提出預(yù)警,識(shí)別算法可以使監(jiān)控系統(tǒng)更加智能化,更有效率地協(xié)助管線維護(hù)單位的工作。本文的主要工作和成果如下:
3、> 1.采用傳聲器陣列采集工程器械的實(shí)際施工聲音,包括多種聲源距離和多種背景環(huán)境,用于聲音樣本庫的建立和識(shí)別測(cè)試實(shí)驗(yàn)的實(shí)施。
2.在特征提取方面,研究了梅爾頻率倒譜系數(shù)(MFCC)和線性預(yù)測(cè)倒譜頻率(LPCC)特征,并針對(duì)其在識(shí)別應(yīng)用領(lǐng)域的局限性,提出了一種統(tǒng)計(jì)特征提取方法。該方法選取并計(jì)算短時(shí)幀的統(tǒng)計(jì)參數(shù),從時(shí)域和頻域兩個(gè)方面描述聲音信號(hào)。通過信號(hào)參數(shù)的變化范圍,設(shè)置了其中相關(guān)的閾值。
3.在識(shí)別分類方面,通過對(duì)
4、SVM和ELM算法的研究,采用這兩種學(xué)習(xí)算法作為智能分類器,進(jìn)行樣本特征的訓(xùn)練建模和測(cè)試信號(hào)的識(shí)別分類。
4.對(duì)統(tǒng)計(jì)特征的時(shí)域和頻域參數(shù)分別進(jìn)行了實(shí)驗(yàn),對(duì)比了兩者的識(shí)別性能,并分別分析了主要作用。
5.對(duì)統(tǒng)計(jì)特征進(jìn)行了識(shí)別性能實(shí)驗(yàn),并使用MFCC和LPCC特征設(shè)計(jì)了對(duì)比實(shí)驗(yàn)。統(tǒng)計(jì)特征在SVM和ELM兩種分類器下,都準(zhǔn)確識(shí)別施工器械,在挖掘機(jī)的識(shí)別方面具有顯著的優(yōu)勢(shì);而且使用近距離樣本可以識(shí)別遠(yuǎn)距離的聲音;對(duì)白噪聲干擾
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征融合的開挖器械聲識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)特征的人臉識(shí)別算法研究.pdf
- 基于圖統(tǒng)計(jì)特征的圖像識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)特征的車輛識(shí)別算法的研究與實(shí)現(xiàn).pdf
- 基于統(tǒng)計(jì)的人臉識(shí)別算法研究.pdf
- 基于幾何特征的手勢(shì)識(shí)別算法研究.pdf
- 基于步態(tài)特征的身份識(shí)別算法研究.pdf
- 基于特征融合的笑臉識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)特征提取和粒子群優(yōu)化算法的人臉表情識(shí)別算法研究.pdf
- 基于圖像統(tǒng)計(jì)特征的人臉識(shí)別研究.pdf
- 基于手掌BIS特征的身份識(shí)別算法研究.pdf
- 基于微特征的指紋識(shí)別算法研究.pdf
- 基于核函數(shù)的手部特征識(shí)別算法研究.pdf
- 基于細(xì)節(jié)特征的指紋識(shí)別算法研究.pdf
- 基于圖像處理的目標(biāo)特征識(shí)別算法研究.pdf
- 基于序列統(tǒng)計(jì)特性的步態(tài)識(shí)別算法研究.pdf
- 基于足底觸覺特征的步態(tài)識(shí)別算法研究.pdf
- 基于人體多特征的身份識(shí)別算法研究.pdf
- 基于HOG特征的目標(biāo)識(shí)別算法研究.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別算法研究.pdf
評(píng)論
0/150
提交評(píng)論