本發(fā)明提供一種基于隱馬爾可夫模型(Hidden?Markov?Model,HMM)的選礦設(shè)備故障異常音頻分析與識別方法,涉及數(shù)字音頻處理技術(shù)領(lǐng)域。該方法包括:輸入WAV格式的選礦設(shè)備音頻信號,對采集的音頻樣本進行預(yù)處理,提取線性預(yù)測倒譜系數(shù)(Linear?Prediction?Cepstrum?Coefficient,LPCC)和美爾倒譜系數(shù)(Mel?Frequency?Cepstrum?Coefficient,MFCC)等特征作為特征參數(shù),利用Baum-Welch算法進行訓(xùn)練,通過訓(xùn)練得到狀態(tài)轉(zhuǎn)移概率矩陣,識別時采用Viterbi算法,通過計算未知音頻信號在轉(zhuǎn)移過程中的最大概率,并根據(jù)最大概率對應(yīng)的模型進行識別。本發(fā)明能有效地偵測音頻信號中的異常聲響,從而有效識別選礦設(shè)備故障異常。
聲明:
“基于HMM的選礦設(shè)備故障異常音頻分析與識別方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)