本發(fā)明涉及一種基于預(yù)處理集成學習的聲學分類方法及系統(tǒng),該方法包括:在檢測對象處部署聲音采集裝置,用于接收檢測對象所發(fā)出的聲音信號;針對采集回的聲音信號使用多種預(yù)處理算法處理,得到與之對應(yīng)的特征圖集,根據(jù)特征圖集進行同種神經(jīng)網(wǎng)絡(luò)算法訓練建模,再由得出的多個模型結(jié)果加權(quán)、投票融合結(jié)果最終識別檢測對象的狀態(tài)是否正常,大大提高了模型的魯棒性。本發(fā)明通過待測對象發(fā)出的聲音來檢測其狀態(tài)是否正常,能夠快速無損的對待測對象進行檢測,并且避免了人工聽診帶來的主觀性影響。提高了檢測效率,縮短了檢測時間。實現(xiàn)了快速、高效、無損的對象狀態(tài)檢測工作。
聲明:
“基于預(yù)處理集成學習的聲學分類方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,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)