[发明专利]识别问题噪声源的噪声数据人工智能装置和预处理方法

权利要求书

1.一种用于识别问题噪声的来源的噪声数据人工智能学习方法，所述方法包括：

用于识别问题噪声的来源的噪声数据预处理方法，该预处理方法包括：

在随时间采样的噪声中选择问题噪声的单位帧；

将所述单位帧划分为N个片段；

分析N个片段中每个片段的频率特性，并通过应用对数梅尔滤波器提取每个片段的频率分量；和

通过平均N个片段的信息，作为一个代表帧，输出特征参数，

其中，通过噪声数据预处理方法基于随时间变化提取的特征参数进行的人工智能学习应用双向RNN。

2.根据权利要求1所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，所述采样被配置为在有问题的频带的两倍的范围内采样。

3.根据权利要求1所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，根据时间的单位帧和下一单位帧之间设置重叠。

4.根据权利要求1所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，所述人工智能学习还被配置为应用深度神经网络(DNN)。

5.根据权利要求4所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，所述人工智能学习被配置为额外地应用注意力机制。

6.根据权利要求5所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，所述人工智能学习被配置为额外地应用早期集成算法。

7.根据权利要求6所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，当以一定的时间轴收集问题噪声学习数据时，

额外地应用RNNs算法的集成模型，所述RNNs算法的集成模型为了提高精度而联合使用时间频率图和发动机RPM-频率图。

8.一种噪声数据人工智能诊断装置，其用于实现根据权利要求7所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，

其中，通过所述装置的输入设备直接测量车辆或动力传动的噪声，或者通过存储介质提供存储的噪声数据。