首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 409 毫秒
1.
为进一步提高维吾尔语方言识别准确率,从特征域出发提出基于小波包变换的方言语音声学参数提取算法,利用小波包变换对语音信号进行精细分解,使用Bark滤波器提取低频子带和高频子带系数与人耳基底膜的不同部分对应,用局部线性嵌入的流形学习算法进行降维,提升信号的分类性能。分别以i-vector和x-vector两个主流系统进行方言识别实验,结果表明,小波特征声学参数的方言识别准确率比MFCC特征和FBank特征识别准确率均有提高。  相似文献   

2.
基于分形维前臂动作表面肌电信号的分类   总被引:1,自引:0,他引:1  
通过分形维对表面肌电信号进行识别分类.在30个健康志愿者做前臂内旋和外旋时,从他们的右前臂肌前群分别采集2类动作表面肌电信号.当原始动作表面肌电信号用小波包变换分解成几个子信号后,采用一种基于模糊自相似性的方法计算原始信号和4个子信号的分形维.结果表明:从频带0~125 Hz的子信号求得的内旋和外旋动作表面肌电信号的分形维有各自的范围;通过该分形维进行Bayes决策时,错误识别率仅2.26%.因此,该分形维适合用来识别内旋和外旋动作表面肌电信号.  相似文献   

3.
基于小波分解频带能量特征和BP神经网络的方法识别油浸式变压器短路故障。利用电弧光信号进行油浸式变压器短路故障诊断,对不同工况下的光信号进行多分辨率分析的四层小波分解,选择合适的重构小波系数,提取特征频带。对提取出的特征频带的小波系数作平方和归一化处理,求出每个特征频带的能量,作为特征参数输入到BP神经网络模型中进行训练和故障识别。  相似文献   

4.
为提高基于表面肌电信号的人体腰背动作识别率,提出一种基于小波包能量与改进NARX神经网络的分类识别新方法。利用小波包变换对动作部位进行表面肌电信号特征提取,并采用改进NARX神经网络进行分类识别。选取8名实验者分别在扭腰、弯腰、侧弯腰3种动作下进行表面肌电信号数据采集,选择db4小波包函数对信号进行6层分解,得到第6层64个频带的小波包分解系数,代表各个动作信息的特征向量,作为改进NARX神经网络的输入进行分类识别。对照实验组中,改进NARX神经网络的识别率较高,总体识别率达到96.7%。实验结果表明,利用该识别方法对腰部动作进行分类识别,分类准确,且识别率更高。  相似文献   

5.
通过对齿轮箱正常和故障运行状态的振动信号进行分析,利用小波包理论将3种工况振动信号进行分解,根据不同频带内能量分布的不同以及能量比值指标,有效地进行了3种工况的识别与分类,结果表明,利用小波包分解是齿轮箱故障的一种有效的诊断方法。  相似文献   

6.
小波包分析具有很强的适应性,特别是对于非平稳振动信号能显示其优越性.实测小飞轮轴承振动信号中含有大量噪声,对此必须进行小波包滤噪提取出有用的信号成分,然后对降噪后的信号进行小波包分解,计算出各子频带内的能量成分,作出小波包能量谱,对能量突出的频带进行进一步分析.实验证明这种方法用于小飞轮轴承故障诊断是有效的、可靠的.  相似文献   

7.
介绍了小波变换的一般理论及在信号降噪应用中的理论基础,分析了染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行了分析比较。  相似文献   

8.
为了减小光纤陀螺仪输出信号中的漂移误差,对小波变换和小波包变换进行了理论分析和比较,建立了光纤陀螺仪输出信号的数学模型,分析了其输出信号的误差特性,在详细分析比较硬阈值和软阈值小波滤波的基础上,提出了采用半软阈值作为滤波阈值.并在实验室环境下分别对光纤陀螺静态和动态输出数据进行了半软阈值小波包滤波实验.对光纤陀螺实时测量信号的实验结果表明:采用半软阈值小波包滤波方法对光纤陀螺仪输出数据进行处理,静态和动态输出信号误差均方差可以从5 (°)/h减少到 1 (°)/h,有效地消除了光纤陀螺仪中白噪声和分形噪声的影响.该方法比小波滤波方法更加有效地消除了光纤陀螺漂移误差的影响,且能够满足光纤陀螺仪输出高精度和实时处理的要求.  相似文献   

9.
结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。  相似文献   

10.
结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。  相似文献   

11.
通过对小波变换和小波包分析研究,寻找最优小波包基,结合不同阈值去噪方法,对加噪信号以及齿轮箱振动信号进行去噪处理。实验表明最优小波包基的惩罚阈值去噪结果比小波变换常用的stein无偏风险阈值去噪结果和小波包默认阈值去噪结果要好很多。该方法不仅可以有效去除噪声,还可以很好地保留信号中的细节信息。  相似文献   

12.
为了解决直升机动部件疲劳损伤类型识别问题,提出了一种基于谐波小波包特征提取和层次支持向量多分类器的声发射源类型识别方法.声发射信号经过4层谐波小波包分解后,提取各个频段的能量特征用于声发射源类型识别,克服了传统小波包分析能量泄露、频带选取不灵活、不同层频率分辨率不同的缺点.首先,利用已知声发射源类型的试验数据训练层次支...  相似文献   

13.
根据声信号非平稳这一特点,对传统特征提取的方法进行改进,提出一种基于区间小波包分解和频带局部能量法相结合特征提取法,经实践证明,基于频带局部能量区间小波包特征提取法与传统小波包特征提取法相比,能够更有效地提取发动机的故障信息.  相似文献   

14.
利用小波变换对含噪语音信号进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,进一步反映语音信号的动态特性、增强抗干扰能力、提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显提高.  相似文献   

15.
分析了小波语音增强的原理,介绍了一种在虚拟仪器开发平台LabVIEW中实现Mallat正交小波变换的方法,在LabVIEW环境下实现了语音信号的小波阈值去噪算法。通过引入小波变换,增强了LabVIEW的信号分析与处理能力。  相似文献   

16.
语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。  相似文献   

17.
小波包理论是一般小波理论的扩展,在实际应用中小波包变换比小波变换应用更广,应用效果也比较好,给出了小波包理论和常用的小波包变换,探讨了每个小波包是否存在一个最优小波包基。  相似文献   

18.
传统短时傅里叶变换(STFT)分析法对语音信号的处理,取得的声谱图时频分辨率效果不够理想,本文采 用小波包技术取代STFT,获得良好的效果.对音频媒体数据库的索引,基于小波理论的双重索引搜索较之传统方法,在 检索精度和搜索效率上都明显提高.  相似文献   

19.
传统短时傅里叶变换(STFT)分析法对语音信号的处理,取得的声谱图时频分辨率效果不够理想,本文采用小波包技术取代STFT,获得良好的效果.对音频媒体数据库的索引,基于小波理论的双重索引搜索较之传统方法,在检索精度和搜索效率上都明显提高、  相似文献   

20.
采用基于压电陶瓷应力波的方法对套筒灌浆的密实性进行缺陷检测。通过有限元方法模拟灌浆套筒构件在健康与不同缺陷工况下的响应信号,在此基础上采用小波包变换定义了缺陷检测指标小波包能量。数值算例研究结果表明:小波包能量指标能够有效地识别灌浆套筒内部灌浆料的密实性,并且随着灌浆缺陷的增大指标值逐渐增大。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号