公开(公告)号：CN116821737B

公开(公告)日：2024-04-30

申请号：CN202310676504.4

申请日：2023-06-08

Applicant: 哈尔滨工业大学

Inventor： 章欣 ,  常永祺 ,  宋清华 ,  沈毅 ,  宋树帜 ,  崔佳仲

IPC: G06F18/23213 ,  G06F18/25 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0895

Abstract: 本发明公开了一种基于改进弱监督多特征融合的裂纹声发射信号识别方法，所述方法包括如下步骤：一：加载从具有不同裂纹的钢轨获得的声发射信号，从这些声发射信号中提取25维特征，依据K‑means算法对特征进行聚类处理，根据聚类精度进行特征筛选，获得能够有效区分不同裂纹信息的特征集；二：将特征集输入到SCNN‑LSTM深度学习模型中，结合弱监督学习标签进行多特征融合，获得钢轨健康指数；三：依据钢轨健康指数的特性，构建自适应钢轨裂纹识别阈值，准确判别来自四段具有不同裂纹的钢轨的声发射信号，完成钢轨裂纹声发射信号识别。本发明运算速率快，识别精度高，在高铁钢轨裂纹伤损识别领域，具有很高的社会意义和经济价值。

公开(公告)号：CN118194145A

公开(公告)日：2024-06-14

申请号：CN202410180892.1

申请日：2024-02-18

Applicant: 哈尔滨工业大学人工智能研究院有限公司

Inventor： 崔佳仲 ,  陈逸飞 ,  章欣 ,  王艳

IPC: G06F18/2411 ,  G06F18/2131 ,  G06F18/15 ,  G06F18/213

Abstract: 本发明公开了一种基于多分辨率分析和特征分离性的声信号分类方法，所述方法包括如下步骤：加载不同种类的待分类的声信号，通过小波多分辨率分析方法对声信号进行多分辨率分解，获得声信号在不同尺度下的子信号；对各子信号进行特征提取，计算各子信号的特征可分性指数ST，依据ST对各子信号特征进行特征筛选，获得最能反映不同声信号特征的最佳特征集合；为减少数据冗余和提升算法效率，使用ST对最佳特征集合进行降维处理，并使用支持向量机对降维后的特征集合进行分类，得到不同种类声信号的准确分类。本发明解决了深度学习方法可解释性低和统计学习鲁棒性差的问题。

公开(公告)号：CN116821737A

公开(公告)日：2023-09-29

申请号：CN202310676504.4

申请日：2023-06-08

Applicant: 哈尔滨工业大学

Inventor： 章欣 ,  常永祺 ,  宋清华 ,  沈毅 ,  宋树帜 ,  崔佳仲

IPC: G06F18/23213 ,  G06F18/25 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0895

Abstract: 本发明公开了一种基于改进弱监督多特征融合的裂纹声发射信号识别方法，所述方法包括如下步骤：一：加载从具有不同裂纹的钢轨获得的声发射信号，从这些声发射信号中提取25维特征，依据K‑means算法对特征进行聚类处理，根据聚类精度进行特征筛选，获得能够有效区分不同裂纹信息的特征集；二：将特征集输入到SCNN‑LSTM深度学习模型中，结合弱监督学习标签进行多特征融合，获得钢轨健康指数；三：依据钢轨健康指数的特性，构建自适应钢轨裂纹识别阈值，准确判别来自四段具有不同裂纹的钢轨的声发射信号，完成钢轨裂纹声发射信号识别。本发明运算速率快，识别精度高，在高铁钢轨裂纹伤损识别领域，具有很高的社会意义和经济价值。