公开(公告)号：CN106228979A

公开(公告)日：2016-12-14

申请号：CN201610674982.1

申请日：2016-08-16

申请人： 重庆大学

发明人： 李伟红 ,  田真真 ,  龚卫国 ,  王伟冰

IPC分类号： G10L15/02 ,  G10L15/06 ,  G10L15/08 ,  G10L15/20 ,  G10L15/22

摘要： 本发明涉及一种公共场所异常声音的提取及识别方法，对极点对称模态分解(ESMD)进行改进，简称D-ESMD，其特点是：在公共场所异常声音中加入随机T分布序列信号，减小公共场所背景噪声对异常声音特征提取的影响；针对原始ESMD在分解异常声音时，分解效果欠佳的问题，提出对称中点插值替代极值中点奇偶插值方法，提高异常声音分解效率与识别率；针对原始ESMD在有效分解模态选择上的缺陷，提出基于排列熵算法对ESMD分解得到的模态进行复杂性检测，自适应得到异常声音有效模态分量。利用本发明可以充分描述异常声音的特征，并得到较好的分类识别结果，更能够准确提取异常声音的特征，并且对环境背景噪声具有较好的鲁棒性。

公开(公告)号：CN106228979B

公开(公告)日：2020-01-10

申请号：CN201610674982.1

申请日：2016-08-16

申请人： 重庆大学

发明人： 李伟红 ,  田真真 ,  龚卫国 ,  王伟冰

IPC分类号： G10L15/02 ,  G10L15/06 ,  G10L15/08 ,  G10L15/20 ,  G10L15/22

摘要： 本发明涉及一种公共场所异常声音的提取及识别方法，对极点对称模态分解(ESMD)进行改进，简称D‑ESMD，其特点是：在公共场所异常声音中加入随机T分布序列信号，减小公共场所背景噪声对异常声音特征提取的影响；针对原始ESMD在分解异常声音时，分解效果欠佳的问题，提出对称中点插值替代极值中点奇偶插值方法，提高异常声音分解效率与识别率；针对原始ESMD在有效分解模态选择上的缺陷，提出基于排列熵算法对ESMD分解得到的模态进行复杂性检测，自适应得到异常声音有效模态分量。利用本发明可以充分描述异常声音的特征，并得到较好的分类识别结果，更能够准确提取异常声音的特征，并且对环境背景噪声具有较好的鲁棒性。