论文部分内容阅读
为实现非接触式的电厂设备状态监测,文中提出一种将梅尔频率倒谱系数(MFCC)和翻转梅尔频率倒谱系数(IMFCC)两种特征中的部分特征联合作为特征参数,利用多分类支持向量机(SVM)进行参数分类的识别方法.该方法首先对数据集中的声音信号进行预处理操作;然后通过两种特征提取方法生成特征参数,计算生成两种特征每一维的类内均值和类间方差;最后根据阈值选择特征,对选择的两种特征进行线性叠加,从而得到融合特征.实验结果表明,在ESC-50部分数据集和电厂采集数据集上,相对于另外两种特征,融合特征维数更少,识别率更高,并且在训练样本较少的情况下能达到更好的分类效果.