公开(公告)号：CN116304979A

公开(公告)日：2023-06-23

申请号：CN202310189632.6

申请日：2023-03-02

Applicant: 兰州交通大学

Inventor： 张卓 ,  伍忠东 ,  郑礼 ,  汤春阳 ,  王鹏程 ,  陈志浩 ,  乔思诺 ,  刘扬

IPC: G06F18/25 ,  G06F18/213 ,  G06F18/24 ,  G06N3/08 ,  G06N3/0464 ,  G06F18/214 ,  G06F18/241

Abstract: 本发明公开了一种基于注意力机制的多特征融合局部放电类型识别方法，属于电子信息技术领域，包含步骤一：通过特高频法采集变压器局部放电故障信号数据；步骤二：由采集的变压的局部放电故障信号数据构造局部放电灰度图谱（PRPD图谱）；步骤三：提取PRPD图谱统计特征构成向量S；步骤四：将变压器的PRPD图谱以及统计特征S输入基于注意力机制的多特征融合分类网络，对不同局部放电进行分类。本发明可根据不同的局部放电类型，通过多层注意力机制网络融合特征结合局部放电图谱统计特征实现分类网络的特征提取及自我学习，最终实现对不同的放电类型进行分类，进而实现对于不同故障类型的判断。

公开(公告)号：CN116434759B

公开(公告)日：2024-03-01

申请号：CN202310380703.0

申请日：2023-04-11

Applicant: 兰州交通大学

Inventor： 陈志浩 ,  伍忠东 ,  郑礼 ,  汤春阳 ,  王鹏程 ,  张卓 ,  乔思诺

IPC: G10L17/20 ,  G10L17/02 ,  G10L17/04 ,  G10L19/02 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于SRS‑CL网络的说话人识别方法，属于说话人识别技术领域，包括步骤一：采集非约束场景下的带有高斯白噪声的说话人语音数据；步骤二：针对传统的Sup‑cl对比学习模型的不足，我们提出一种用于执行说话人识别任务的SRS‑CL模型；步骤三：使用步骤二中数据处理后得到的训练集对步骤二中构建的SRS‑CL模型进行训练；步骤四：将步骤二中数据处理后的测试集作为待识别说话人语音信号输入训练完成后的SRS‑CL模型，得到说话人识别结果。本发明采用小波变换和阈值去噪的方法对语音数据进行处理，将其转换为时频图，并通过对比学习网络进行语音信号的特征提取和训练，以提高网络在高噪声环境下的特征提取能力，并实

公开(公告)号：CN116434759A

公开(公告)日：2023-07-14

申请号：CN202310380703.0

申请日：2023-04-11

Applicant: 兰州交通大学

Inventor： 陈志浩 ,  伍忠东 ,  郑礼 ,  汤春阳 ,  王鹏程 ,  张卓 ,  乔思诺

IPC: G10L17/20 ,  G10L17/02 ,  G10L17/04 ,  G10L19/02 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于SRS‑CL网络的说话人识别方法，属于说话人识别技术领域，包括步骤一：采集非约束场景下的带有高斯白噪声的说话人语音数据；步骤二：针对传统的Sup‑cl对比学习模型的不足，我们提出一种用于执行说话人识别任务的SRS‑CL模型；步骤三：使用步骤二中数据处理后得到的训练集对步骤二中构建的SRS‑CL模型进行训练；步骤四：将步骤二中数据处理后的测试集作为待识别说话人语音信号输入训练完成后的SRS‑CL模型，得到说话人识别结果。本发明采用小波变换和阈值去噪的方法对语音数据进行处理，将其转换为时频图，并通过对比学习网络进行语音信号的特征提取和训练，以提高网络在高噪声环境下的特征提取能力，并实现说话人识别功能。

公开(公告)号：CN116343807A

公开(公告)日：2023-06-27

申请号：CN202310325635.8

申请日：2023-03-30

Applicant: 兰州交通大学

Inventor： 乔思诺 ,  伍忠东 ,  郑礼 ,  汤春阳 ,  王鹏程 ,  陈志浩 ,  张卓

IPC: G10L21/02 ,  G10L25/30

Abstract: 本发明属于语音降噪技术领域，公开了一种改进的语音增强方法、系统、介质、设备及终端，采集语音数据集并将语音数据集划分为训练集、测试集和验证集；将Wave‑U‑Net模型层数减少、融合LSTM网络，改变内部特征融合方法，并在模型前后加入形似U‑Net的编解码器得到改进后的Wave‑U‑Net模型用于执行语音增强任务；使用训练集和验证集对构建的语音增强模型进行训练；将待增强语音信号输入训练完成后的语音增强模型，得到增强后的语音信号。本发明通过对传统的Wave‑U‑Net网络进行改进，提高了模型的运算速度且有效提取局部和全局上下文的特征信息，获得了更高的语音可懂度和质量，简化了处理流程。

公开(公告)号：CN116756633A

公开(公告)日：2023-09-15

申请号：CN202310710734.8

申请日：2023-06-15

Applicant: 兰州交通大学

Inventor： 郑礼 ,  闫光辉 ,  严天峰 ,  王鹏程 ,  汤春阳 ,  张卓 ,  王映植

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/2135 ,  G06F18/214 ,  G06F18/22 ,  G06F18/23 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于监督对比学习的功放指纹特征识别方法，属于集成电路器件的指纹特征的提取与分析领域，利用改进的监督对比学习网络算法可以提高特征的可测性，使得该特征成为具有实用性的指纹特征，以解决功放指纹特征识别的问题。本发明推导了变功率正弦信号激励下的谐波幅度的表达式，得到了约束关系式和谐波特征表达式，采用改进的监督对比学习网络算法提取约束谐波特征并进行特征识别。

公开(公告)号：CN116338393A

公开(公告)日：2023-06-27

申请号：CN202310329171.8

申请日：2023-03-30

Applicant: 兰州交通大学

Inventor： 刘扬 ,  严天峰 ,  郑礼 ,  汤春阳 ,  张卓 ,  王映植

IPC: G01R31/12

Abstract: 本发明属于电力设备检测技术领域，公开了一种电力变压器局部放电定位方法、系统、介质、设备及终端，系统采用麦克风阵列采集的声音信号作为数据输入，并采用音频分离网络作为声音信号的分类网络，完成局部放电信号的识别；通过前缀时域音频分离网络分离的局部放电信号数组作为输入，采用卷积神经网络作为计算模块完成局部放电声源定位计算，并输出相关数据有效性的评估记录。本发明通过神经网络和深度学习的方式能够更好的区分信号之间的细微差异，形成稳定可靠的判别定位系统；通过使用时域音频分离网络能够对多局部放电信号的细微差别进行提取，提高了对局部放电信号的分离，并将不同的局部放电信号进行定位，提升了对故障点定位的准确性。

公开(公告)号：CN217783760U

公开(公告)日：2022-11-11

申请号：CN202122600379.8

申请日：2021-10-27

Applicant: 兰州交通大学

Inventor： 石爱荣 ,  张译丹 ,  张文慧 ,  周一龙 ,  张卓 ,  张睿思

IPC: F04B53/20 ,  F04B53/22

Abstract: 本实用新型公开了一种土木工程用排水装置，属于土木工程技术领域，其技术方案要点包括底座，所述底座的顶部固定连接有装置本体，所述底座的后侧固定连接有固定块，所述固定块的内部螺纹连接有固定机构，所述固定机构的顶部和底部分别延伸至固定块的顶部和底部，所述装置本体内部的前侧固定连接有环形定位块，所述环形定位块的前侧活动连接有过滤机构，所述过滤机构的后侧与环形定位块的前侧紧密接触，解决了现有的排水装置存现不便于固定在使用位置的问题，在排水过程中容易出现移动的情况，从而影响排水工作的进行，并且在排水装置使用时水中的杂物、淤泥容易造成其堵塞，导致抽水中断，影响效率，从而影响排水效果的问题。