“李栋磊”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多模态特征融合的声音场景分类方法-CN202310778782.0有效
发明人：张涛;李栋磊;耿彦章;丁碧云;孔令国;赵鑫;刘炜杰 -专利权人：天津大学
申请日： 2023-06-29 - 公布日： 2023-08-29 - 主分类号： G10L25/51 文献下载
摘要：本发明提供了一种基于多模态特征融合的声音场景分类方法，包括提取原始声音的梅尔声谱图，并在梅尔声谱图基础上提取一阶差分梅尔声谱图；基于梅尔声谱图以及一阶差分梅尔声谱图构建特征提取网络；将提取的梅尔声谱图以及一阶差分梅尔声谱图输入到特征提取网络中进行特征提取以及特征融合；将经过特征提取网络后得到的梅尔声谱图的深度特征图和一阶差分梅尔声谱图的深度特征图进行降维得到2个具有高级语义信息特征向量，最后将2个特征向量进行融合，并预测输出。本发明的方法能够有效提高声音场景的识别准确率，且提高了鲁棒性。
一种基于多模态特征融合声音场景分类方法

[发明专利]一种自监督机器异常声音检测方法-CN202310485737.6有效
发明人：张涛;刘炜杰;杨明;孔令国;李栋磊;耿彦章;赵鑫 -专利权人：天津大学
申请日： 2023-05-04 - 公布日： 2023-07-18 - 主分类号： G06F18/213 文献下载
摘要：本发明提供了一种自监督机器异常声音检测方法，包括将机器声音数据集中的音频段转换为声谱图，将声谱图沿时间和频率方向分解并重新组合为多通道的时间子谱图和频率子谱图组输入特征；将时间子谱图和频率子谱图组分别送入特征提取网络中两个并行训练的子网络分支，提取时间特征向量和频率特征向量；对特征提取网络输出的两组特征向量进行分类，计算时间和频率异常分数，将两组异常分数按不同加权系数融合作为最终异常分数，输出检测结果。本发明通过声谱图分解，在降低输入特征尺寸的同时尽量保留更多的频率特征；通过并行训练的特征提取子网络，提高了时域特征和频域特征的利用效率；通过自监督分类和异常分数融合，提升了方法的准确度和鲁棒性。
一种监督机器异常声音检测方法