基于双输入互干扰卷积神经网络的异常语音识别方法

    公开(公告)号:CN113223507B

    公开(公告)日:2022-06-24

    申请号:CN202110439720.8

    申请日:2021-04-23

    Abstract: 本发明提供的一种于双输入互干扰卷积神经网络的异常语音识别方法,包括:S1.采集语音信号,并对语音信号进行分割预处理得到语音样本;S2.构建双输入互干扰卷积神经网络,所述双输入互干扰卷积神经网络包括第一卷积单元、第二卷积单元、特征融合单元、全连接单元以及分类输出单元;所述第一卷积单元具有5层卷积核,第二卷积单元具有7层卷积核,所述第一卷积单元和第二卷积单元输入相同的语音样本,所述第一卷积单元和第二卷积单元向特征融合单元输出特征提取结果,所述特征融合单元对特征提取结果进行融合处理并输出至全连接单元分类输出单元;分类输出单元根据全连接单元输出的处理后的特征提取结果进行分类识别输出异常语音,通过本发明,能够对人体发出的语音信号中的异常语音进行准确识别,从而确保识别精度,而且灵敏度高。

    一种机器人控制方法和装置

    公开(公告)号:CN106826830B

    公开(公告)日:2019-11-08

    申请号:CN201710099750.2

    申请日:2017-02-23

    Abstract: 本发明提供了一种机器人控制方法和装置,包括:利用基于中枢模式发生器的髋关节位置控制方法对机器人的髋关节神经元进行处理,得到髋关节神经元的内部状态;利用膝关节分级阻抗控制方法对所述机器人的膝关节进行处理,得到膝关节在高阻抗控制规律时的力矩和膝关节在低阻抗控制规律时的力矩;根据所述髋关节神经元的内部状态、所述膝关节在高阻抗控制规律时的力矩和所述膝关节在低阻抗控制规律时的力矩,利用髋膝关节联动控制方法对所述机器人的所述髋关节神经元和所述膝关节进行处理,得到所述机器人的膝关节力矩。本发明还公开相应的机器人控制装置。

    基于深度学习网络的早产检测方法

    公开(公告)号:CN109614840A

    公开(公告)日:2019-04-12

    申请号:CN201711216221.2

    申请日:2017-11-28

    Abstract: 本发明提供的一种基于深度学习网络的早产检测方法,包括采集正常孕妇的体表子宫肌电信号并转换成数字信号;从子宫肌电数字信号中筛选出爆发波片段,对爆发波片段中分割出3000个子宫肌电信号样本,对子宫肌电信号样本进行3层离散小波分解,提取出表征子宫肌电信号样本的特征向量;构建训练集和测试集;将妊娠期样本特征向量分娩期样本特征向量进行标签设定;构建堆栈稀疏自编码深度学习网络,将训练集输入到堆栈稀疏自编码器中进行训练,提取出早产数据的高层次特征H;采集待检孕妇的体表子宫肌电信号并转换成数字信号,提取出待检孕妇子宫肌电信号样本的特征向量并输入到堆栈稀疏自编码深度学习网络中进行早产预测分析;能够准确预测早产且无创伤。

    基于主成分分析的轴承寿命退化性能评估指标构建方法

    公开(公告)号:CN103954450A

    公开(公告)日:2014-07-30

    申请号:CN201410211162.X

    申请日:2014-05-19

    Abstract: 本发明提出了一种基于主成分分析的滚动轴承寿命退化性能评估指标构建方法,先将每次采集到的轴承退化过程全寿命振动数据进行时域、频域和时频域特征提取,从而全面的提取轴承的退化趋势特征。再通过主成分分析算法将这些原始特征进行加权融合,实现特征约简,约简后的特征指标具有最大化的表征滚动轴承的状态信息,又有效的消除了原始多维特征信息间冗余的特点,从而有效地构建了基于特征空间加权融合的滚动轴承寿命退化性能评估指标,克服了传统的评估指标对于早期故障不敏感,普适性不强的缺点,能够较好的表征轴承的退化趋势。

    轨道交通曲线轨道曲率测量方法

    公开(公告)号:CN114396892A

    公开(公告)日:2022-04-26

    申请号:CN202111462485.2

    申请日:2021-12-02

    Abstract: 本发明提供的一种轨道交通曲线轨道曲率测量方法,包括以下步骤:S1.基于车载激光雷达检测目标曲线轨道的点云数据;S2.对点云数据进行精简处理,然后对精简处理后的点云数据进行滤波处理;S3.对点云数据进行提取,提取出曲线轨道的边缘曲线,并基于边缘曲线进行拟合得到轨道中心线;S4.基于曲线轨道中心线对曲线轨道的曲率进行计算,通过上述方法,能够对轨道交通中的曲线轨道的曲率半径进行准确测试,为轨道交通的安全运营提供准确的数据支持,而且整个测试过程效率高,节约人力,有效避免测试中存在的安全隐患。

Patent Agency Ranking