典型文献
基于小波降噪与ResNet分类网络的异常电子蜂鸣音识别系统设计
文献摘要：
设计一种蜂鸣音识别系统,以PC端声卡与收音麦克风采集蜂鸣音信号s1,利用小波包尺度系数比对法实现对采集的蜂鸣音信号降噪预处理得到信号s2,通过信号s2的小波变换得到信号时频特征图p,再利用ResNet18网络模型分析特征图p,得到蜂鸣音检测结果,识别准确率达97.5％.该系统采用PyQt5设计人机交互界面,主要包含信号特征显示、信号采集参数设置、识别对象选择、数据通讯、数据持久化等功能.实验证明了该系统操作简单、运行稳定、扩展性强等特点.
文献关键词：
计量学;电子蜂鸣音检测;小波降噪;ResNet;PyQt5
中图分类号：
作者姓名：
温益凯;陈乐;富雅琼
作者机构：
中国计量大学机电工程学院,杭州浙江310018
文献出处：
引用格式：
[1]温益凯;陈乐;富雅琼-.基于小波降噪与ResNet分类网络的异常电子蜂鸣音识别系统设计)[J].计量学报,2022(11):1486-1491
A类：
电子蜂鸣音检测
B类：
于小波,小波降噪,分类网络,识别系统,声卡,收音,麦克风,风采,音信,s1,小波包,尺度系数,比对法,信号降噪,理得,s2,小波变换,时频特征,特征图,ResNet18,识别准确率,PyQt5,人机交互界面,信号特征,信号采集,参数设置,识别对象,对象选择,数据通讯,数据持久化,系统操作,运行稳定,扩展性强
AB值：
0.482342
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
