期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于线性SVM的变电站故障声纹检测算法
被引量:
4
1
作者
陈睿妍
卢璐
+1 位作者
沈明威
韩国栋
《中国电子科学研究院学报》
北大核心
2023年第11期989-995,共7页
为实现变电站设备的无接触状态预警,提出了基于支持向量机(Support Vector Machine,SVM)线性分类的变电站声纹检测模型。文中基于变电站声纹的先验信息,采用梅尔滤波器降维提取变电设备的声纹特征;并将二元假设检测问题转化为高维SVM分...
为实现变电站设备的无接触状态预警,提出了基于支持向量机(Support Vector Machine,SVM)线性分类的变电站声纹检测模型。文中基于变电站声纹的先验信息,采用梅尔滤波器降维提取变电设备的声纹特征;并将二元假设检测问题转化为高维SVM分类,有效提高了变电设备故障声纹检测的鲁棒性。考虑算法实时性,研究了梅尔滤波器输出维数与SVM线性核函数的对应关系,并进一步降低高频输出分量。变电站实测声纹数据表明:文中算法能有效检测故障声纹且运算量降低了26.4%。
展开更多
关键词
特征维度
Mel频谱
支持向量机
线性分类
状态预警
在线阅读
下载PDF
职称材料
题名
基于线性SVM的变电站故障声纹检测算法
被引量:
4
1
作者
陈睿妍
卢璐
沈明威
韩国栋
机构
河海大学信息与工程学院
国电南瑞科技股份有限公司
中国电子科技集团公司第五十四研究所
出处
《中国电子科学研究院学报》
北大核心
2023年第11期989-995,共7页
基金
江苏省输配电装备技术重点实验室资助项目(2023JSSPD03)。
文摘
为实现变电站设备的无接触状态预警,提出了基于支持向量机(Support Vector Machine,SVM)线性分类的变电站声纹检测模型。文中基于变电站声纹的先验信息,采用梅尔滤波器降维提取变电设备的声纹特征;并将二元假设检测问题转化为高维SVM分类,有效提高了变电设备故障声纹检测的鲁棒性。考虑算法实时性,研究了梅尔滤波器输出维数与SVM线性核函数的对应关系,并进一步降低高频输出分量。变电站实测声纹数据表明:文中算法能有效检测故障声纹且运算量降低了26.4%。
关键词
特征维度
Mel频谱
支持向量机
线性分类
状态预警
Keywords
feature dimension
Mel spectrum
support vector machine
linear classification
status warning
分类号
TN912.34 [电子电信—通信与信息系统]
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于线性SVM的变电站故障声纹检测算法
陈睿妍
卢璐
沈明威
韩国栋
《中国电子科学研究院学报》
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部