發(fā)布時間：2020-08-18 07:52

【摘要】：隨著社會的快速發(fā)展,城市現(xiàn)代化建設的加速進行,城市中存在的噪聲污染問題也日益增加,噪聲污染越來越引起政府部門及居民的重視,它直接影響政府形象和居民的生活環(huán)境。其中,建筑噪聲是城市噪聲中最引人關注的問題。城市建筑過程中,周邊的居民經(jīng)常會被施工器械發(fā)出的刺耳噪聲干擾,日常生活嚴重受到影響。研究表明人們長期在噪聲環(huán)境中生活,對身心健康會有嚴重的影響。因此,為了能夠?qū)Τ鞘薪ㄖこ唐餍翟肼曔M行監(jiān)控,需要能夠準確識別工程器械噪聲的算法系統(tǒng)。本文在傳統(tǒng)聲音識別算法的基礎上提出了將聲音信號可視化處理,并提取聲音信號的可視化特征。新的特征包含更多的聲音信號的信息,通過新的聲音信號特征對工程器械噪聲的識別率與傳統(tǒng)的方法相比性能有明顯提高。本文的主要研究工作和創(chuàng)新點如下:(1)在傳統(tǒng)聲音識別研究的基礎上,本文提出聲音信號可視化處理方法,將聲音信號通過可視化技術轉換成圖像,在聲音信號可視化圖像的基礎上,提取了基于統(tǒng)計的聲音信號可視化紋理分布特征;(2)引入了脈沖耦合神經(jīng)網(wǎng)絡,在此基礎上提出了基于脈沖耦合神經(jīng)網(wǎng)絡的聲音信號可視化圖像的信息熵序列特征算法。由于圖像經(jīng)過脈沖耦合神經(jīng)網(wǎng)絡迭代處理后會得到一系列的二值圖像,因此,在本文中,我們將聲音信號可視化后的圖像通過脈沖耦合神經(jīng)網(wǎng)絡模型處理,并計算每次迭代輸出的二值圖像的信息熵值,經(jīng)過N次迭代后會得到一系列的信息熵序列特征;(3)研究了基于隨機森林分類器結合聲音信號可視化特征的算法,對常見的工程器械噪聲信號進行了識別。通過特征融合將聲音信號可視化特征與傳統(tǒng)的聲學特征融合形成新的融合特征。將聲音信號可視化特征、融合后新特征、以及傳統(tǒng)的聲學特征進行了識別率對比實驗。實驗結果驗證了本文提出的可視化特征及融合后的新特征在工程器械噪聲信號識別上的優(yōu)勢。
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TU60;X839.1;TN912.34
【圖文】：

來對相應的聲音信號進行特征提取，將一維的聲音信號轉換成圖像，把數(shù)字圖像逡逑處理技術運用到聲音信號的特征提取中，通過此方法我們能夠獲取更多聲音信號逡逑可視化的特征。聲譜圖的生成流程如圖２．１所示。逡逑０２＇邐！邐！邐Ｊ，邐＇￣！邐１邐邐邐逡逑０邐撕邐２００３邐ＳＯＯＯ邋｜邐＜！0０５邐５０ＱＱ邐６００？逡逑Ａ．邋１Ａ邐Ｉ邐預＆理邐１邋；［＂邐１逡逑０ｌｋＭ＿．ＪｋＭ邐？邋？邋？邐，ｋｋ，．．一ＭＭ逡逑２Ｄ0邋微邋ｍ＇邋ｍ邋U插澹

本文編號：2795951