-
公开(公告)号：CN117109726B
公开(公告)日：2025-03-14
申请号：CN202311015701.8
申请日：2023-08-11
Applicant: 广东省生态环境监测中心 , 广州大学
IPC: G01H17/00 , G06F18/25 , G06F18/2131 , G06F18/15 , G06F18/24 , G06N3/0464 , G06N3/0455 , G06N3/044 , G06N3/048 , G06N3/0499 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种单通道噪声检测方法及装置，包括：将混合声音信号输入预先训练好的噪声分离模型，获取若干个单源噪声信号；所述噪声分离模型根据时域编码器和双路径循环神经网络构建；将分离得到的单源噪声信号输入预先训练好的噪声增强模型，分别对各个单源噪声信号进行增强操作；所述噪声增强模型根据时频域生成对抗网络构建；获取增强后的各个单源噪声信号，根据预设指标评估各个单源噪声信号，完成噪声检测。本发明通过时域编码器和双路径循环神经网络构建噪声分离模型对混合声音信号进行分离，可以快速、有效地将混合声音信号中的噪声源分离出来，提高噪声监测的准确性。
-
公开(公告)号：CN117110990B
公开(公告)日：2025-01-14
申请号：CN202311015710.7
申请日：2023-08-11
Applicant: 广州大学 , 广东省生态环境监测中心
IPC: G01S5/22
Abstract: 本发明公开了一种噪声源方向被动定位的方法和装置，包括：获取麦克风列阵中各麦克风采集的噪声源信号，计算所述各麦克风采集的噪声源信号的声压级；筛选出所述声压级大于预设阈值的各所述噪声源信号作为第一信号，并根据每组麦克风对各自的第一信号，使用广义互相关相位变换法并且结合远场模型，确定各所述第一信号与对应麦克风对之间的夹角，将所述夹角转换为以麦克风阵列预设布局为参考的全局角度；采用基于角度差异的共识检测方法排除各所述全局角度中的镜像角度，得到各麦克风对的真实角度；融合多组麦克风对的所述真实角度，加权计算得到噪声源位置。本发明实现了单一声源的噪声方向更简单的被动定位。
-
公开(公告)号：CN117131415A
公开(公告)日：2023-11-28
申请号：CN202311013617.2
申请日：2023-08-11
Applicant: 广州大学 , 广东省生态环境监测中心
IPC: G06F18/241 , G06F18/214 , G06N3/0442 , G06F18/213 , G06N3/09 , G06N3/096 , G10L25/30 , G10L25/48
Abstract: 本发明公开了一种基于噪声事件检测模型的检测方法、装置及存储介质，方法包括：将噪声监测数据输入到噪声事件检测模型中，生成预测结果；其中，噪声事件检测模型由对初始模型进行联合强弱监督训练而来；初始模型由训练数据对预训练神经网络进行预训练后，将预训练神经网络中的预设参数迁移而来；预测结果包括：第一标签概率和第二标签概率；若预测结果的第二标签概率高于阈值，则将噪声监测数据保存到噪声数据库，并重新对噪声事件检测模型进行训练；若否，则输出预测结果，利用深度学习预训练神经网络参数进行迁移学习获得噪声事件检测模型，并通过实地数据对噪声事件检测模型进行不断的训练和参数的更新，提高噪声事件检测的精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN117110990A
公开(公告)日：2023-11-24
申请号：CN202311015710.7
申请日：2023-08-11
Applicant: 广州大学 , 广东省生态环境监测中心
IPC: G01S5/22
Abstract: 本发明公开了一种噪声源方向被动定位的方法和装置，包括：获取麦克风列阵中各麦克风采集的噪声源信号，计算所述各麦克风采集的噪声源信号的声压级；筛选出所述声压级大于预设阈值的各所述噪声源信号作为第一信号，并根据每组麦克风对各自的第一信号，使用广义互相关相位变换法并且结合远场模型，确定各所述第一信号与对应麦克风对之间的夹角，将所述夹角转换为以麦克风阵列预设布局为参考的全局角度；采用基于角度差异的共识检测方法排除各所述全局角度中的镜像角度，得到各麦克风对的真实角度；融合多组麦克风对的所述真实角度，加权计算得到噪声源位置。本发明实现了单一声源的噪声方向更简单的被动定位。
-
公开(公告)号：CN116913325A
公开(公告)日：2023-10-20
申请号：CN202311015718.3
申请日：2023-08-11
Applicant: 广东省生态环境监测中心 , 广州大学
Abstract: 本发明公开了一种噪声事件检测方法和装置，方法包括：获取环境音频数据，若环境音频数据的声压低于阈值，提取环境音频数据的声学特征数据输入到噪声事件检测网络，生成帧级时间预测结果和事件类别预测结果；噪声事件检测网络通过训练数据对初始噪声事件检测网络训练而来；训练数据由标签噪声数据构造而来；初始噪声事件检测网络的编码器网络由无标签噪声数据对初始编码器网络训练而来；对声学特征数据进行筛选和异常点修正后，进行起止时间点的检测，并生成起止时间标注，生成噪声事件检测结果，以实现通过无标签噪声数据训练初始噪声事件检测网络的编码网络，并通过标签数据对噪声事件检测网络进行联合优化，提升噪声事件检测的性能和效果。
-
公开(公告)号：CN117131415B
公开(公告)日：2025-03-21
申请号：CN202311013617.2
申请日：2023-08-11
Applicant: 广州大学 , 广东省生态环境监测中心
IPC: G06F18/241 , G06F18/214 , G06N3/0442 , G06F18/213 , G06N3/09 , G06N3/096 , G10L25/30 , G10L25/48
Abstract: 本发明公开了一种基于噪声事件检测模型的检测方法、装置及存储介质，方法包括：将噪声监测数据输入到噪声事件检测模型中，生成预测结果；其中，噪声事件检测模型由对初始模型进行联合强弱监督训练而来；初始模型由训练数据对预训练神经网络进行预训练后，将预训练神经网络中的预设参数迁移而来；预测结果包括：第一标签概率和第二标签概率；若预测结果的第二标签概率高于阈值，则将噪声监测数据保存到噪声数据库，并重新对噪声事件检测模型进行训练；若否，则输出预测结果，利用深度学习预训练神经网络参数进行迁移学习获得噪声事件检测模型，并通过实地数据对噪声事件检测模型进行不断的训练和参数的更新，提高噪声事件检测的精度和效率。
-
公开(公告)号：CN116913325B
公开(公告)日：2025-01-10
申请号：CN202311015718.3
申请日：2023-08-11
Applicant: 广东省生态环境监测中心 , 广州大学
Abstract: 本发明公开了一种噪声事件检测方法和装置，方法包括：获取环境音频数据，若环境音频数据的声压低于阈值，提取环境音频数据的声学特征数据输入到噪声事件检测网络，生成帧级时间预测结果和事件类别预测结果；噪声事件检测网络通过训练数据对初始噪声事件检测网络训练而来；训练数据由标签噪声数据构造而来；初始噪声事件检测网络的编码器网络由无标签噪声数据对初始编码器网络训练而来；对声学特征数据进行筛选和异常点修正后，进行起止时间点的检测，并生成起止时间标注，生成噪声事件检测结果，以实现通过无标签噪声数据训练初始噪声事件检测网络的编码网络，并通过标签数据对噪声事件检测网络进行联合优化，提升噪声事件检测的性能和效果。
-
公开(公告)号：CN117109726A
公开(公告)日：2023-11-24
申请号：CN202311015701.8
申请日：2023-08-11
Applicant: 广东省生态环境监测中心 , 广州大学
IPC: G01H17/00 , G06F18/25 , G06F18/2131 , G06F18/15 , G06F18/24 , G06N3/0464 , G06N3/0455 , G06N3/044 , G06N3/048 , G06N3/0499 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种单通道噪声检测方法及装置，包括：将混合声音信号输入预先训练好的噪声分离模型，获取若干个单源噪声信号；所述噪声分离模型根据时域编码器和双路径循环神经网络构建；将分离得到的单源噪声信号输入预先训练好的噪声增强模型，分别对各个单源噪声信号进行增强操作；所述噪声增强模型根据时频域生成对抗网络构建；获取增强后的各个单源噪声信号，根据预设指标评估各个单源噪声信号，完成噪声检测。本发明通过时域编码器和双路径循环神经网络构建噪声分离模型对混合声音信号进行分离，可以快速、有效地将混合声音信号中的噪声源分离出来，提高噪声监测的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.052 seconds)
