-
公开(公告)号：CN118464433A
公开(公告)日：2024-08-09
申请号：CN202410565412.3
申请日：2024-05-09
Applicant: 桂林电子科技大学
IPC: G01M13/021 , G01M13/028 , G01M13/025 , G10L25/51 , G10L25/30
Abstract: 本发明涉及齿轮故障诊断技术领域，具体涉及一种听觉相干分析的齿轮故障声信号特征提取方法。本发明首先对采集到的齿轮运行的声音信号按照ISO 532‑1：2017标准计算时变特征响度；接着计算各子频带在时间上对应的响度和；然后计算时变特征响度各子频带之间的互相关系数；将互相关系数大于a的子频带视为一个频带块，选取出其中响度和最大的子频带设为该频带块的标志子频带；再对选取出的所有标志子频带按照响度和大小排序，选取出能量最大的b个子频带对应的频带号，这b个频带号即为采集的一个声音信号的特征向量。本发明通过计算各子频带间的互相关性及按照子频带的响度和大小排序，提取出能够更大程度反映人耳听觉的、更具有区分度的特征，从而可有效提高齿轮故障诊断的诊断精度。
-
公开(公告)号：CN119924886A
公开(公告)日：2025-05-06
申请号：CN202510048469.0
申请日：2025-01-13
Applicant: 桂林电子科技大学
IPC: A61B8/00 , G06F18/2135 , G06F18/214 , G06F18/2451
Abstract: 本发明涉及座舱内人头部运动检测领域，具体涉及一种用于座舱内头部运动检测的主动声探测方法。本发明首先主动激励扬声器阵列发声，在头部运动区域构造出探测声场，同时使用麦克风阵列同步采集各个扬声器的声响应信号。然后对采集到的声响应信号进行带通滤波，利用激励信号和滤波后的声响应信号计算每个扬声器到麦克风间声传播路径的幅频响应。再对得到的幅频响应进行特征提取得到样本特征。之后对样本特征向量进行主成分分析法降维得到特征向量，最后使用线性判别分析法对特征向量进行分类得到头部运动状态。本发明基于声传播路径的幅频特性，通过主动声探测的方法检测人头部运动，解决了传统头部运动检测中算法复杂、易受光线温度干扰、容易隐私泄露等问题。
-
公开(公告)号：CN118734029A
公开(公告)日：2024-10-01
申请号：CN202410027815.2
申请日：2024-01-08
Applicant: 桂林电子科技大学
IPC: G06F18/213 , G01M13/021 , G01M13/028 , G06F18/24
Abstract: 本发明涉及齿轮故障诊断技术领域，具体涉及一种基于声信号Bark带响度变化特征频率的齿轮故障特征提取方法。本发明首先对采集到的齿轮运行的声音信号按照ISO 532‑1：2017标准计算时变特征响度；接着计算各Bark带在时间上对应的响度和，并将各Bark带按照响度和从大到小进行排序，选取出响度和较大的一部分Bark带；接着对所选取的各Bark带的时变响度去直流并进行傅里叶变换，选取出变换结果中幅度值最大的频率分量作为该Bark带的响度变化特征频率。将所选取出的Bark带以及对应的Bark带响度变化特征频率作为该声音信号的特征。本发明中按照Bark带对应的响度和以及变化特征频率来表征人对声音信号的感受，便于故障信息的特征提取，并可有效提高齿轮故障的诊断效果。
-
公开(公告)号：CN119806324A
公开(公告)日：2025-04-11
申请号：CN202411878105.7
申请日：2024-12-19
Applicant: 桂林电子科技大学
IPC: G06F3/01 , B25J11/00 , B25J9/16 , G10L15/22 , G06V40/16 , G10L25/63 , G10L25/30 , G06V10/82 , G06N3/045
Abstract: 本发明公开了一种基于AI大模型的视觉交互多功能机器人，该产品具备独立操作及作为电脑配件的双重功能。在独立模式下，机器人通过按键唤醒、指定唤醒词或实时监听对话三种方式激活语音对话，将语音转换为文字，利用哈希算法处理后发送至大模型，并实时将大模型的回答转换为语音反馈。其创新之处在于情绪识别与表情同步能力，通过情感人工智能算法分析用户语音中的情绪特征，并实时调整表情以实现情感共鸣，提升用户体验。连接至电脑时，机器人可控制鼠标移动、点击操作，通过人脸识别解锁电脑，手势控制应用打开及模拟键盘输入，同时支持语音控制播放电影、快进、全屏等操作，显著提高工作效率和用户互动的趣味性。
-
-
-
Search Results
4
records
(took 0.023 seconds)
