您现在的位置: 首页> 研究主题> 噪声环境

噪声环境

噪声环境的相关文献在1981年到2023年内共计554篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、一般工业技术 等领域,其中期刊论文213篇、会议论文36篇、专利文献156633篇;相关期刊161种,包括中国学术期刊文摘、科学生活、医药与保健:下旬版等; 相关会议34种,包括2015年中国地球科学联合学术年会、第十一届全国环境与职业医学研究生学术研讨会、2015年声频工程学术交流年会等;噪声环境的相关文献由1226位作者贡献,包括高洪元、李丽、刁鸣等。

噪声环境—发文量

期刊论文>

论文:213 占比:0.14%

会议论文>

论文:36 占比:0.02%

专利文献>

论文:156633 占比:99.84%

总计:156882篇

噪声环境—发文趋势图

噪声环境

-研究学者

  • 高洪元
  • 李丽
  • 刁鸣
  • 李军华
  • 黎明
  • 张俊林
  • 徐从强
  • 曾庆宁
  • 李景春
  • 李蓉
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 秦文科
    • 摘要: 文章以某塔架结构节点损伤为分析对象,选取可识别性强的第一阶应变模态为测试信息,开展了对噪声环境下遗传算法的优化性能及改进策略的研究。仿真结果表明,改进遗传算法局部编码方法能很好地实现对损伤位置和程度的识别,且效率较高。
    • 于军; 高莲莲; 于广滨; 刘可; 郭振宇
    • 摘要: 针对噪声环境和时变转速工况下行星齿轮故障识别率低的问题,提出一种基于堆叠消噪自动编码器(SDAE)和门控循环单元神经网络(GRUNN)的行星齿轮故障识别方法.构建基于SDAE和GRUNN的混合模型,处理前后关联的时序数据,自动地从含噪样本中提取鲁棒故障特征;将行星齿轮故障诊断的训练样本看作该混合模型的输入数据,采用Adam优化算法和dropout技术训练该混合模型,实现多参数的优化,防止过拟合现象的发生;根据训练后的混合模型,利用softmax分类器识别待诊样本中行星齿轮的状态.通过行星齿轮的故障识别实验验证该方法的有效性,实验结果表明该方法具有较强的抗噪能力和时变转速适应能力.
    • 丁霆
    • 摘要: 石油勘探根据油藏位置布设勘探井,中国东部地区经济发达,人口密集,大部分勘探井设在村庄农田中,与居民距离较近.由于石油勘探钻井作业使用大功率的机械设备,且钻井期间需昼夜连续作业,钻井噪声扰民的现象较为严重.因此,对井场噪声进行分析和治理,有着重要意义.通过对井场噪声的影响预测,提出合理的井场设备布置方案及有效的井场噪声控制措施,可实现勘探井场场界噪声达标,井场噪声在周边敏感点的预测值能够达到相应噪声环境质量标准.
    • 罗娅娅; 杨乘; 张旺; 余萍
    • 摘要: 针对时延神经网络算法(TDNN)在声纹识别过程中,随着神经网络深度的增加,存在梯度消失、网络退化以及在噪声环境下鲁棒性欠佳的问题,提出一种改进的时延神经网络算法(ResTDNN).该算法首先利用残差神经网络(ResNet)的输入层能对输出层进行不断修正以减少特征信息损失的特点,在TDNN网络结构中引入了残差神经网络,直接对TDNN网络结构进行修改,使得神经网络退化现象得到缓解并提高了声纹识别系统的鲁棒性.其次,在网络结构中利用批量归一化处理来减少内部协变量的移位,进而改善了梯度消失的现象.最后通过在Aishell数据集上的实验结果表明,与TDNN算法相比,ResTDNN算法在无噪声环境下及带噪声环境下的等错误率(EER)分别相对降低15.6%和35.8%,从而验证了噪声环境下ResTDNN算法用于声纹识别的有效性.
    • 辛阔; 王建国; 张文兴
    • 摘要: 传统的旋转机械故障诊断方法需要人工提取故障特征,且该方法受环境噪声的影响较大,针对这一问题,提出了一种基于深度Q网络强化学习的旋转机械故障诊断模型.首先,以一维故障信号作为模型的输入,以各故障的故障类型作为当前输入的可选动作;然后,采用基于统计的随机置零方法以提高模型的抗噪能力,再通过深度学习网络,有效提取了各故障的故障特征,拟合了当前状态动作对的Q值,并采用深度Q学习模型完成了对各个故障类型的识别;最后,通过故障模拟试验台及美国西储大学轴承故障数据进行了模拟实验,并将该方法与传统机器学习方法,以及一维卷积神经网络模型进行了比较,以证明该方法在噪声环境下的优良表现.研究结果表明:在信噪比为-4 dB时,采用该故障诊断模型对旋转机械故障的识别准确率可以达到78%;采用该方法可以准确、稳定地对旋转机械进行故障诊断.
    • 钱银宇
    • 摘要: 高校宿舍生活环境与大学生的身心健康息息相关,作为休息放松的建筑空间,噪声对高校宿舍的声环境质量造成了严重的影响.文章基于健康建筑的理念,为高校宿舍营造健康声环境,用声环境模拟软件SEDU对郑州大学宿舍区进行噪声环境模拟分析,将宿舍环境噪声情况可视化,以此提出改进策略并验证其优化效果.
    • 王霞; 王耀民; 施心陵; 高莲; 李鹏
    • 摘要: 针对噪声环境下求解多个极值点的问题,本文提出了噪声环境下基于蒲丰距离的依概率多峰优化算法(Probabil-istic multimodal optimization algorithm based on the Button distance,PMB).算法依据蒲丰投针原理提出噪声下的蒲丰距离和极值分辨度概念,理论推导证明了二者与算法峰值检测率符合依概率关系.在全局范围内依据蒲丰距离划分搜索空间,可以使PMB算法保持较好的搜索多样性.在局部范围内利用改进的斐波那契法进行探索,减少了算法陷入噪声引起的局部最优的概率.基于34个测试函数,从依概率特性验证、寻优结果影响因素分析、多极值点寻优和多维函数寻优四个角度进行实验.证明了蒲丰距离与算法的峰值检测率符合所推导的依概率关系.对比噪声环境下的改进蝙蝠算法和粒子群算法,PMB算法在噪声环境中可以依定概率更精确地定位多峰函数的更多极值点,从而证明了PMB算法原理的正确性和噪声条件下全局寻优的依概率性能,具有理论意义和实用价值.
    • 胡涵; 顾文涛; 丁馨; 朱瑶
    • 摘要: 人工耳蜗(Cochlear Implants,CI)作为成功应用于听力康复和重建的神经假体,目前已基本满足人工耳蜗植入儿童(CI儿童)在安静环境下的听力需求,但是由于CI对基频信息缺乏有效编码,因此CI儿童的声调识别仍然存在缺陷,尤其是在噪声环境下识别效果尚不明晰.此外,耳语作为一种不含基频信息的特殊发声态,可为CI儿童的声调感知研究提供特别的视角.为此,本文设计了两个听觉感知实验,以年龄与性别匹配的健听(NH)儿童为对照组,考察CI儿童在噪声环境和耳语条件下的汉语声调识别.实验一发现,CI儿童的声调识别率总体上低于NH儿童,而且抗噪能力弱于NH儿童,尤其在-5dB SNR条件下与NH儿童差距明显;两组儿童均表现出T4、T1较T2、T3更易识别,特别是CI儿童对T4的识别率与NH儿童没有显著差异.实验二发现,CI和NH儿童在耳语条件下的声调识别率均显著低于正常语音条件,但是NH儿童受到的影响更大,仅区分T2-T4比CI儿童有优势.研究揭示了CI儿童在噪声环境与耳语条件下对汉语声调的感知规律,验证了声调感知的主要与次要线索,并有助于优化声调语言的听力康复方案.
    • 李玮杰; 杨威; 黎湘; 刘永祥
    • 摘要: 随着深度学习技术被应用于雷达目标识别领域,其自动提取目标特征的特性大大提高了识别的准确率和鲁棒性,但噪声环境下的鲁棒性有待进一步研究.该文提出了一种在噪声环境下基于卷积神经网络(CNN)的雷达高分辨率距离像(HRRP)数据识别方法,通过增强训练集和使用残差块、inception结构和降噪自编码层增强网络结构,实现了在较宽信噪比范围下的较高识别率,其中在信噪比为0 dB的瑞利噪声条件下,识别率达到96.14%,并分析了网络结构和噪声类型对结果的影响.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号