《表1 列车音频特征向量:基于深度信念网络的列车故障音频诊断方法》
从实验现场中采集到的音频信号中选取16组典型音频信号(其中1组为检测到的异常信号,其余15组为正常),上述音频信号的特征提取结果如表1所示。表1中有一组(第10组)信号被系统识别成异常信号并被标记,其特征向量明显区别于其他15组数据。其他组的特征向量中信号能量分散在8个频段中,而第10组数据第1频段的能量分布明显高于其他频段的能量,此组数据即异常信号。
图表编号 | XD00161930900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.18 |
作者 | 曲志刚、王曼、李继清、李印华、王俊刚、李书军 |
绘制单位 | 天津科技大学电子信息与自动化学院、天津科技大学先进结构完整性国际联合研究中心、天津科技大学电子信息与自动化学院、天津科技大学电子信息与自动化学院、天津光电高斯通信工程技术股份有限公司、中国铁路局北京集团有限公司、天津光电高斯通信工程技术股份有限公司 |
更多格式 | 高清、无水印(增值服务) |