基于音波信号检测输气管道微泄漏的建模方法

    公开(公告)号:CN106764451A

    公开(公告)日:2017-05-31

    申请号:CN201611121636.7

    申请日:2016-12-08

    CPC classification number: F17D5/005 F17D5/06 G01M3/243

    Abstract: 本发明提供了一种基于音波信号检测输气管道微泄漏的建模方法,包括以下步骤:构建正压输气管道系统,采集微泄漏音波信号,对采集到的音波信号进行预处理,建立微泄漏音波信号的高斯分布模型,根据测试音波信号的欧式距离与建立的高斯分布距离判断是否发生微泄漏。该发明在有限数据的条件下,通过构建微泄漏音波信号高斯分布模型来识别微泄漏信号,不仅有助于正压气体输气管道的微泄漏识别,而且在未来的研究中有助于解决管道微泄漏的泄漏点定位问题,避免了大量的物理公式且更为实用。

    用于油井动液面深度检测的声音信号处理方法

    公开(公告)号:CN103821499B

    公开(公告)日:2017-03-29

    申请号:CN201410059106.9

    申请日:2014-02-20

    Abstract: 本发明公开了一种用于油井动液面深度检测的声音信号处理方法,通过系统参数设置之后采集油井声场信号,将获取的声音信号进行窗函数处理、快速傅里叶变换(FFT)、频谱信号处理等手段得到油井声场的各阶共振频率,从而计算各相邻两阶共振频率差值的平均值,根据管柱声场模型采用共振频率差值法推出深度计算公式,计算出油井动液面深度并显示出来。其显著效果是:本发明采用管柱声场模型推出的共振频率差值法模型,计算油井动液面的深度,硬件搭建简单,体积小,能够有效地避免油井中声场信号检测过程中发生的整体波形移频,不但减小了体积,还提升了油井动液面检测的精度。

    用于油井动液面深度检测的声音信号处理方法

    公开(公告)号:CN103821499A

    公开(公告)日:2014-05-28

    申请号:CN201410059106.9

    申请日:2014-02-20

    Abstract: 本发明公开了一种用于油井动液面深度检测的声音信号处理方法,通过系统参数设置之后采集油井声场信号,将获取的声音信号进行窗函数处理、快速傅里叶变换(FFT)、频谱信号处理等手段得到油井声场的各阶共振频率,从而计算各相邻两阶共振频率差值的平均值,根据管柱声场模型采用共振频率差值法推出深度计算公式,计算出油井动液面深度并显示出来。其显著效果是:本发明采用管柱声场模型推出的共振频率差值法模型,计算油井动液面的深度,硬件搭建简单,体积小,能够有效地避免油井中声场信号检测过程中发生的整体波形移频,不但减小了体积,还提升了油井动液面检测的精度。

    一种语音识别系统解码方法、系统及存储介质

    公开(公告)号:CN116343794A

    公开(公告)日:2023-06-27

    申请号:CN202211597437.9

    申请日:2022-12-12

    Abstract: 本发明提供一种语音识别系统解码方法、系统及存储介质,方法包括将待识别的语音数据进行预处理操作,得到语音特征帧序列;将语音特征帧序列送入已训练好的深度神经网络中,使用Dropout策略将深度神经网络在除输出层外的每一层随机执行Dropout,重复该操作N次,得到N个不同的深度神经网络,实现对同一个深度神经网络的充分采样;基于Dropout策略N个不同的深度神经网络对输入的语音特征帧序列进行前向传播过程,得到N路不同的深度神经网络的前向计算结果;将前向计算结果送入解码器中,使用本发明提出的同步合并无偏解码算法进行合并,得到无偏解码词图。本申请能消除语音识别系统解码结果的有偏性,得到高质量的无偏解码结果,提升了语音识别系统的性能。

    基于音波信号检测输气管道微泄漏的建模方法

    公开(公告)号:CN106764451B

    公开(公告)日:2018-10-12

    申请号:CN201611121636.7

    申请日:2016-12-08

    Abstract: 本发明提供了一种基于音波信号检测输气管道微泄漏的建模方法,包括以下步骤:构建正压输气管道系统,采集微泄漏音波信号,对采集到的音波信号进行预处理,建立微泄漏音波信号的高斯分布模型,根据测试音波信号的欧式距离与建立的高斯分布模型判断是否发生微泄漏。该发明在有限数据的条件下,通过构建微泄漏音波信号高斯分布模型来识别微泄漏信号,不仅有助于正压气体输气管道的微泄漏识别,而且在未来的研究中有助于解决管道微泄漏的泄漏点定位问题,避免了大量的物理公式且更为实用。

    基于随机共振的输气管道微泄漏音波信号特征提取方法

    公开(公告)号:CN105956577A

    公开(公告)日:2016-09-21

    申请号:CN201610338669.0

    申请日:2016-05-20

    CPC classification number: G06K9/00523 G06K9/00503

    Abstract: 本发明提供了一种基于随机共振的输气管道微泄漏音波信号特征提取方法,包括如下步骤:建立离散的非线性滤波器随机共振系统模型,对随机共振系统模型的输出信号进行转换,对转化后的音波信号进行加窗处理,转化到Melfilter域上,进行离散余弦变换提取特征参数,采用倒谱均值归一化算法进行去噪。该方法将随机共振系统模型引入到Mel频率倒谱系数算法的音波信号特征提取中,与MFCC特征提取算法相比,具有更高的信噪比,且进一步加快了识别的运行时间,更有助于动态特征提取。

    用于油井动液面深度检测的白噪声发生方法

    公开(公告)号:CN103780205A

    公开(公告)日:2014-05-07

    申请号:CN201410058063.2

    申请日:2014-02-20

    Abstract: 本发明公开了一种用于油井动液面深度检测的白噪声发生方法,即采用线性同余法产生两组均匀随机噪声序列,然后对产生的两组均匀随机噪声序列进行白化,得到白噪声序列,再采用Box-Muller变换算法将两组随机白噪声序列变换为服从高斯分布的高斯白噪声序列,最后将产生的随机高斯白噪声序列进行窗函数滤波处理,得到符合频带要求的高斯白噪声序列。其显著效果是:本发明采用程序算法的方式产生高斯白噪声,并通过电脑的声卡输出,能够给定输出白噪声的频带,极大的减少了硬件复杂度,有效地节约了油井动液面检测系统的成本。

    基于车载Lidar点云的行人识别方法

    公开(公告)号:CN115082890A

    公开(公告)日:2022-09-20

    申请号:CN202210564002.8

    申请日:2022-05-23

    Abstract: 本发明公开了一种基于车载Lidar点云的行人识别方法,它包括如下步骤:S1:采用最远点采样法FPS从稠密的点云中抽取出一些相对较为重要的中心点;S2:在上一层提取出的中心点的某个范围内寻找最近个k近邻点组成patch;S3:将这k个点通过小型pointnet网络进行卷积和pooling得到的特征作为此中心点的特征,再送入下一个分层继续;S4:将识别结果与预训练模型进行对比;S5:通过FPS算法进行点云采样,以采样点为圆心将其邻近点作为局部特征送入PonintNet网络提取特征,最后通过全连接层输出识别结果;S6:将车辆与识别到的目标映射到对应坐标轴上。本发明能够快速识别远方行人,并且不受光线影响,能够及时提醒驾驶员。

    一种故障诊断本体构建方法

    公开(公告)号:CN104331058A

    公开(公告)日:2015-02-04

    申请号:CN201410681768.X

    申请日:2014-11-24

    CPC classification number: Y02P90/02 G05B19/41885

    Abstract: 本发明具体实施例提供了一种故障诊断本体构建方法,包括:构建诊断对象类、故障现象类、故障原因类、解决方案类、本体属性类、本体关系类、本体值域类、本体实例类、构建本体元素类,所述本体元素类包括,诊断对象类、故障现象类、故障原因类、解决方案类;利用所述诊断对象类,在设备诊断对象类下,递归建立设备各级部件的诊断对象子类;构建故障诊断本体类,所述故障诊断本体类包括,本体元素类、本体属性类,本体关系类,本体值域类、本体实例类;根据预先收集的故障诊断历史记录中的诊断对象、故障现象、故障原因、解决方案,利用所述故障诊断本体类,建立设备的故障诊断本体;本发明技术方案构建的故障本体能有效的提高故障诊断的效率。

    血红蛋白无创检测盒
    10.
    实用新型

    公开(公告)号:CN205506678U

    公开(公告)日:2016-08-24

    申请号:CN201620074342.2

    申请日:2016-01-26

    Abstract: 本实用新型公开一种血红蛋白无创检测盒,包括盒体,所述盒体的一端设有检测口,在所述检测口的内壁上沿轴向相对设置有一排红外发射装置和一排红外接收装置,所述红外发射装置发出的光线正对所述红外接收装置,且垂直穿过所述检测口的中轴线,在所述盒体的另一端设置有电路安装腔,所述电路安装腔内设置有信号采集电路和无线传输电路。有益效果:本装置血红蛋白浓度检测为无创检测,避免了伤口感染的问题,且在检测过程中,无需化学过程和医疗器具,检测速度快、成本低,实用性强。

Patent Agency Ranking