為實(shí)現(xiàn)公共環(huán)境復(fù)雜背景中異常聲信號(hào)識(shí)別以輔助公共場(chǎng)所安全監(jiān)控,提出基于連續(xù)完備集的自適應(yīng)MP稀疏分解聲音識(shí)別算法,算法通過相關(guān)參數(shù)改進(jìn)實(shí)現(xiàn)自適應(yīng)PSO算法,然后借助PSO算法的連續(xù)空間搜索優(yōu)勢(shì)對(duì)MP稀疏分解進(jìn)行連續(xù)集優(yōu)化,從而提高稀疏分解獲得的最優(yōu)原子的匹配度,最后提取重構(gòu)聲信號(hào)的時(shí)頻參數(shù)特征以SVM算法實(shí)現(xiàn)異常聲音事件的快速準(zhǔn)確識(shí)別。實(shí)驗(yàn)結(jié)果表明,與已有算法相比,所提識(shí)別算法顯著降低了計(jì)算量,并取得了最優(yōu)的聲音識(shí)別率和識(shí)別魯棒性。 

【文章來源】：機(jī)械設(shè)計(jì)與制造. 2020,(08)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

改進(jìn)算法的稀疏分解流程

從實(shí)驗(yàn)數(shù)據(jù)中隨機(jī)50組聲信號(hào)樣本，并與四種噪聲以-5dB分段信噪隨機(jī)混合，改進(jìn)算法對(duì)某含胡高斯噪聲的聲信號(hào)稀疏分解并重構(gòu)后的波形圖和時(shí)頻譜圖，如圖2所示�？梢钥闯觯惴ㄝ^好的降低噪聲干擾，并保持聲信號(hào)波形，時(shí)頻譜圖中也顯示出算法較好的降噪作用。進(jìn)一步，采用這里算法、PSO改進(jìn)MP算法（記為Pso-MP)[4]及原始OMP算法對(duì)重構(gòu)信號(hào)的均方誤差（MSE）、波形相似性（NCC)[9]及信噪比（SNR）等評(píng)價(jià)指標(biāo)進(jìn)行分析，多次實(shí)驗(yàn)結(jié)果平均值，如表2所示。圖2 改進(jìn)算法重構(gòu)信號(hào)

圖2 改進(jìn)算法重構(gòu)信號(hào)表2實(shí)驗(yàn)結(jié)果進(jìn)一步驗(yàn)證了這里改進(jìn)算法在信號(hào)稀疏分解和重構(gòu)方面的優(yōu)勢(shì)，自適應(yīng)的參數(shù)設(shè)置增加算法對(duì)不同異常聲信號(hào)的適應(yīng)性，而連續(xù)集最優(yōu)原子增加了與聲信號(hào)的匹配程序。

【參考文獻(xiàn)】：
期刊論文
[1]正交匹配追蹤反卷積聲源識(shí)別方法[J]. 吳桂嬌,李文拔,何劉海.  重慶大學(xué)學(xué)報(bào). 2019(07)
[2]基于PSO-PF算法的SVM識(shí)別方法及其在異常聲音中的應(yīng)用[J]. 韋娟,張芃楠,岳鳳麗,寧方立.  北京郵電大學(xué)學(xué)報(bào). 2019(03)
[3]基于多傳感器信息融合的絕緣子串自動(dòng)識(shí)別方法[J]. 劉澈,姜勇,姚森敬,劉國偉.  機(jī)械設(shè)計(jì)與制造. 2019(04)
[4]基于循環(huán)匹配追蹤的稀疏重構(gòu)時(shí)延估計(jì)算法[J]. 崔維嘉,張鵬,巴斌.  電子與信息學(xué)報(bào). 2019(03)
[5]基于PSO-SVM方法的電源線傳導(dǎo)泄漏信號(hào)識(shí)別與還原[J]. 周長林,錢志升,王勤民,余道杰,程俊平.  電子與信息學(xué)報(bào). 2018(09)
[6]基于優(yōu)化正交匹配追蹤和深度置信網(wǎng)的聲音識(shí)別[J]. 陳秋菊,李應(yīng).  計(jì)算機(jī)應(yīng)用. 2017(02)



本文編號(hào)：2985186