一种端到端无监督深度支撑网络的声学异常检测方法
基本信息
| 申请号 | CN201910757522.9 | 申请日 | - |
| 公开（公告）号 | CN110706720B | 公开（公告）日 | 2022-04-22 |
| 申请公布号 | CN110706720B | 申请公布日 | 2022-04-22 |
| 分类号 | G10L25/51（2013.01）I;G10L25/03（2013.01）I;G10L25/30（2013.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 乐器；声学; |
| 发明人 | 胡睿晗;周松斌;刘忆森;韩威;李昌;刘伟鑫;邱泽帆 | 申请（专利权）人 | 广东省科学院智能制造研究所 |
| 代理机构 | 广州容大知识产权代理事务所（普通合伙） | 代理人 | 刘新年;潘素云 |
| 地址 | 510070广东省广州市先烈中路100号大院15号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种端到端无监督深度支撑网络的声学异常检测方法，其步骤如下：将声学信号转化为梅尔频谱的声学谱图信号；将搜集到的声音信号划分为训练、验证、测试集，其中验证集负责用来确定异常阈值；构建无监督的深度支撑网络，包括特征学习网络负责提取声学特征，深度检测网络负责判决声音信号是否异常；构建深度支撑网络的损失函数，包括特征学习的最小二乘损失函数，以及深度检测网络的软间隔铰链损失函数；训练验证集，计算最优检测阈值；采用训练好的深度支撑网络定量计算声学的异常值。本发明降低了计算成本，使用了精确率、召回率以及F1值作为判决尺度，减少了算法的人为干预性，提升了高光谱定量分析的精度。 |
