公开(公告)号：CN116230014A

公开(公告)日：2023-06-06

申请号：CN202310235167.5

申请日：2023-03-13

Applicant: 中建五局安装工程有限公司 ,  湖南大学

Inventor： 张建峰 ,  许宁 ,  刘鑫铭 ,  彭波 ,  唐二隆 ,  邓洋 ,  潘圣 ,  钟雄虎 ,  罗娟 ,  蔡润博

IPC: G10L25/51 ,  G10L25/30

Abstract: 本发明提供了一种基于卷积神经网络的管道场景识别方法，包括以下步骤：采集不同场景的多处管道的音频数据，形成场景类别的标签集；选取不同标签下的多处管道录制音频数据，形成原始音频文件集D；构建识别模型；训练并评估识别模型；采集未识别的管道的音频数据并进行特征提取，利用模型对未识别的管道进行识别。通过本申请提供的管道场景识别方法，仅需要通过音频设备采集管道音频数据，即可对管道所处环境进行识别，无需人工进一步测量。

公开(公告)号：CN120012328A

公开(公告)日：2025-05-16

申请号：CN202411893517.8

申请日：2024-12-20

Applicant: 湖南大学

Inventor： 钟雄虎 ,  罗娟

IPC: G06F30/18 ,  F17D5/06 ,  G06F30/27 ,  G06F18/213

Abstract: 本发明公开了一种结合时频域分析的供水管网泄漏检测方法、系统及介质，涉及管网漏损检测技术领域，包括步骤：获取各个目标压力测点的测点正常供水历史压力数据；进行归一化处理和分帧处理获取多个帧窗口供水压力数据序列并得到窗口压力时域信号；学习窗口局部压力特征；得到各个频率下的数据关键信息；重构频域信号特征、重构时域信号特征并得到拟合窗口压力供水数据序列；获取重构损失集；利用重构损失集对管网漏损事件进行判别；本发明的方案中，考虑时域和频域信号对供水压力的影响最大程度的保留了供水管网在泄漏里可能的重要特征，从而能够解决供水管网中泄漏检测准确率不高的问题，适应于不同的管网拓扑结构。

公开(公告)号：CN117851936A

公开(公告)日：2024-04-09

申请号：CN202410026085.4

申请日：2024-01-08

Applicant: 湖南大学

Inventor： 钟雄虎 ,  林颖杰 ,  罗娟 ,  秦拯

IPC: G06F18/2431 ,  G10L25/30 ,  G10L25/48 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了一种基于多维加权融合的声学场景分类网络模型，声学场景特征提取模块逐层提取音频中的特征并输出至多维特征加权融合模块；多维特征加权融合模块中设置有一个可学习权重参数，对输入的特征进行逐元素线性插值运算，将不同维度的特征相互融合并输出至分类模块；分类模块将输出网络模型的预测结果。本发明声学场景分类网络模型中通过使用反向可分离卷积层代替传统标准卷积层，大幅度减少网络模型的参数量和运算次数，并通过在逐元素相加特征融合中引入一个可学习参数，以此使网络模型能在训练过程中自动调节不同维度特征所占的比重，最终目的是使网络模型能满足实际应用的需要和提升网络模型的分类准确率。

公开(公告)号：CN116842377A

公开(公告)日：2023-10-03

申请号：CN202310655117.2

申请日：2023-06-05

Applicant: 湖南建工集团有限公司 ,  湖南大学 ,  湖南百舸水利建设股份有限公司

Inventor： 刘武 ,  李洪波 ,  姜赛娇 ,  冯娟 ,  贾旭 ,  石浩 ,  钟雄虎 ,  罗娟 ,  廖志恒

IPC: G06F18/214 ,  F16K37/00 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种阀体连接异常检测方法，包括以下步骤：步骤S1.智能阀门运行数据的收集与处理；步骤S2.建立阀体异常检测网络模型；步骤S3.训练阀体异常检测网络模型；步骤S4.评估阀体异常检测网络模型；步骤S5.阀体连接异常检测。本发明方法能够对阀体连接异常进行及时全面的检测，提高阀门运行效率，适用范围广，不受限于阀门的形状和类型，对异常的类型检测全面。

公开(公告)号：CN116842377B

公开(公告)日：2025-06-06

申请号：CN202310655117.2

申请日：2023-06-05

Applicant: 湖南建工集团有限公司 ,  湖南大学 ,  湖南百舸水利建设股份有限公司

Inventor： 刘武 ,  李洪波 ,  姜赛娇 ,  冯娟 ,  贾旭 ,  石浩 ,  钟雄虎 ,  罗娟 ,  廖志恒

IPC: G06F18/214 ,  F16K37/00 ,  G06F18/241 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种阀体连接异常检测方法，包括以下步骤：步骤S1.智能阀门运行数据的收集与处理；步骤S2.建立阀体异常检测网络模型；步骤S3.训练阀体异常检测网络模型；步骤S4.评估阀体异常检测网络模型；步骤S5.阀体连接异常检测。本发明方法能够对阀体连接异常进行及时全面的检测，提高阀门运行效率，适用范围广，不受限于阀门的形状和类型，对异常的类型检测全面。

公开(公告)号：CN119807970A

公开(公告)日：2025-04-11

申请号：CN202510010353.8

申请日：2025-01-03

Applicant: 湖南大学

Inventor： 钟雄虎 ,  蔡润博 ,  罗娟

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/213 ,  G06N3/047 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明提出一种联合重构与预测模型的输水管线运行状态异常检测方法。本发明首先设计一种基于自注意力机制的多元时序特征提取器，捕获管道运行的高频压力、流量等多元数据之间的时序关联，采用联合训练的模式，将获取的特征分别输入到LSTM‑BasedVAE重构模型和基于双向门控循环单元(BiGRU)的预测模型中。同时，为了解决联合训练中任务之间的平衡关系，本发明设计了一种联合训练动态损失函数，最后通过异常评判机制，检测管道运行状态的异常情况。本发明充分捕获了多元时序数据之间的关联性，结合了重构模型和预测模型的优势，异常检测具有更高的准确性和鲁棒性。

公开(公告)号：CN117877516A

公开(公告)日：2024-04-12

申请号：CN202410021647.6

申请日：2024-01-08

Applicant: 湖南大学

Inventor： 钟雄虎 ,  伍欣鹏 ,  罗娟 ,  秦拯

IPC: G10L25/30 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/0442 ,  G10L25/18 ,  G10L25/24 ,  G10L25/21 ,  G10L15/06

Abstract: 本发明公开一种基于跨模型两阶段训练的声音事件检测方法，采用两阶段训练方式通过半监督学习方法训练两种不同神经网络模型，能够在时间帧层面对多种不同类型的声音事件进行检测。其特征在于，包括以下步骤：步骤S1，提取音频样本的对数梅尔谱特征；步骤S2，搭建改进音频频谱Transformer模型；步骤S3，训练改进音频频谱Transformer模型；步骤S4，使用改进音频频谱Transformer模型为无标签数据生成伪弱标签；步骤S5，搭建卷积循环神经网络；步骤S6，训练卷积循环神经网络；步骤S7，使用卷积循环神经网络获得声音事件检测结果。本发明极大地减少了对数据标签的需求，提升了模型的训练效果，同时分别优化和设计神经网络模型，提高了多音频声音事件检测的精度。

公开(公告)号：CN117351987A

公开(公告)日：2024-01-05

申请号：CN202311584205.4

申请日：2023-11-25

Applicant: 湖南大学

Inventor： 钟雄虎 ,  廖志恒 ,  罗娟 ,  粟梓康

IPC: G10L21/0216 ,  G10L19/10 ,  G10L25/57 ,  G10L21/0208

Abstract: 本发明公开了一种基于房间冲激响应估计模型的回声消除方法，属于声学信号处理技术领域，包括以下步骤：步骤S1.搭建房间冲激响应估计模型；步骤S2.训练、评估、验证房间冲激响应估计模型；步骤S3.双讲检测；步骤S4.根据检测结果可以得出无语音、单讲回声语音、双讲回声语音，根据不同的路径对其进行回声消除。本发明主要针对网络音频通话、视频会议环境下的回声问题进行处理，能够对回声问题进行削弱和消除，提高语音视频通话质量，适用范围广。

公开(公告)号：CN116625581A

公开(公告)日：2023-08-22

申请号：CN202310663489.X

申请日：2023-06-06

Applicant: 湖南建工集团有限公司 ,  湖南大学 ,  湖南百舸水利建设股份有限公司

Inventor： 刘武 ,  李洪波 ,  姜赛娇 ,  冯娟 ,  贾旭 ,  钟雄虎 ,  罗娟 ,  廖志恒

IPC: G01M3/00 ,  G01H17/00 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种人工智能网络的阀门漏水检测方法，包括以下步骤：步骤S1：采集不同程度漏水阀门的音频数据；步骤S2：建立阀门漏水检测网络模型；步骤S3：训练阀门漏水检测网络模型；步骤S4：评估阀门漏水检测网络模型；步骤S5：阀门漏水检测。本发明方法通用性强，操作便捷，检测结果准确可靠。

公开(公告)号：CN112559797A

公开(公告)日：2021-03-26

申请号：CN202011533089.X

申请日：2020-12-22

Applicant: 湖南大学

Inventor： 陈浩 ,  马文 ,  钟雄虎

IPC: G06F16/65 ,  G06F16/683 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及环境声音识别的音频标记领域，特别是涉及一种对带有噪声的音频基于深度学习的多标签分类方法。本发明的内容有：数据预处理包括：使用RNNoise算法对数据集进行降噪处理。音频特征提取包括：首先将音频通过短时傅里叶变换，接着转化成MFCC特征数据，然后输入VGGish网络得到128维high‑level的特征embedding。模型构建包括：确定使用CNN和RNN神经网络，CNN能很好地利用输入数据的二维结构处理语音数据，RNN能很好地利用标签之间的相关性有序预测标签。模型训练包括：跟踪损失函数值和分类误差，更新模型参数，直至得到准确度较高的模型。模型评估包括：定义评价指标并计算平均精度。音频多标签分类包括：加载训练好的模型并将预测的标签概率的结果输出。其流程如图1所示。