[发明专利]一种基于深度学习及随机阵列的声信号差分特征融合方法在审
| 申请号： | 202011483184.3 | 申请日： | 2020-12-16 |
| 公开（公告）号： | CN112488048A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 周乾伟;陶俊;王浩杰;李宝清;吴延壮;胡海根;李小薪;管秋 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F17/14 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习及随机阵列的声信号差分特征融合方法，包括波束成形方法和波达方向估计方法，波束成形方法的过程为：输入空间矩阵；空间矩阵通过系数估计CNN得到差分卷积核；构建随机声阵列输入声信号；将声信号变换成频域信号输入随机阵列模拟器；将信号输入差分卷积网络；根据多种选取模式，以取平均的方式完成差分特征提取；处理完成后输入空间滤波CNN，给出结果；波达方向估计方法的过程和波束成形方法总体相似，其中差分卷积核不接受提供的卷积核而是自行初始化；通过波达估计CNN而不是空间滤波CNN输出空间矩阵的估计。本发明通过深度学习的方法提高波达方向估计精度和波束成形的指向性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 随机 阵列 信号 特征 融合 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学，未经浙江工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011483184.3/，转载请声明来源钻瓜专利网。
