基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前扬声器异常音检测中,主要使用人工听音和工程师依据经验设置门限法,受主观因素影响大,且不能实现扬声器异常音的分类.为此,提出了一种新的扬声器质量评价方法,即基于心理声学模型和粒子群优化的支持向量机扬声器异常音检测方法.提取并标记扬声器声音响应信号,将其输入心理声学模型,得出心理声学能量均值并输入支持向量机;利用粒子群算法进行调优,最终得到具有最优参数的支持向量机.经试验验证,该模型的检测准确率达到98%.与音色特征法相比,其检测准确率得到较大的提高并实现了异常音分类.
推荐文章
小波包样本熵的扬声器异常音特征提取方法
扬声器
异常音
基频陷波
小波包分解
样本熵
特征提取
支持向量机
短时傅里叶变换
基于支持向量机的瑕疵检测算法
瑕疵检测
支持向量机
灰度直方图
基于支持向量机的机场检测算法
机场检测
支持向量机
直线检测
热模型下扬声器音圈温度的卡尔曼滤波预测
扬声器
热模型
温度预测
卡尔曼滤波
热保护
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于心理声学及支持向量机的扬声器异常音检测算法
来源期刊 东华大学学报(自然科学版) 学科 工学
关键词 扬声器 异常音检测 心理声学模型 支持向量机
年,卷(期) 2020,(2) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 275-281
页数 7页 分类号 TN912
字数 3822字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭庆 桂林电子科技大学电子工程与自动化学院 119 697 13.0 23.0
2 苏海涛 桂林电子科技大学电子工程与自动化学院 10 6 2.0 2.0
3 何劼恺 桂林电子科技大学电子工程与自动化学院 2 0 0.0 0.0
4 王兴建 桂林电子科技大学电子工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (11)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
扬声器
异常音检测
心理声学模型
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东华大学学报(自然科学版)
双月刊
1671-0444
31-1865/N
大16开
上海市延安西路1882号
4-123
1956
chi
出版文献量(篇)
3448
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导