| VMD多尺度熵和GWO-SVM在扬声器异常声分类中的应用 |
| |
| 引用本文： | 周静雷,丁芳,崔琳.VMD多尺度熵和GWO-SVM在扬声器异常声分类中的应用[J].电子测量技术,2022,45(8):41-47. |
| |
| 作者姓名： | 周静雷 丁芳 崔琳 |
| |
| 作者单位： | 1.西安工程大学电子信息学院710600; |
| |
| 基金项目： | 国家自然科学基金青年项目(61901347)；陕西省教育厅科技计划项目(18JK0342)资助。 |
| |
| 摘 要： | 针对扬声器异常声分类中异常声特征提取以及分类识别两个关键环节,提出一种基于变分模态分解(VMD)多尺度熵(MSE)与灰狼算法优化支持向量机(GWO-SVM)结合的扬声器异常声分类方法。首先,对扬声器声响应信号进行VMD分解得到一系列本征模态函数(IMF),计算各阶IMF与原始信号的相关系数,然后选择相关系数高的IMF提取该IMF的MSE作为特征向量,最后利用灰狼算法优化支持向量机模型识别故障类型。实验结果表明,在5种状态下扬声器单元分类的识别中,较经验模态分解(EMD)多尺度熵、VMD多尺度散布熵(MDE)、EMD多尺度散布熵的特征提取方法,VMD多尺度熵呈现出更高的识别准确率,其识别准确率为99.3%。能更好地表征异常声特征。
|
| 关 键 词： | 异常声分类 变分模态分解 多尺度熵 灰狼算法 |
Application of VMD-MSE and Support Vector Machine in the
Loudspeaker rub & buzz automatic classification |
| |
| Zhou Jinglei,Ding Fang,Cui Lin.Application of VMD-MSE and Support Vector Machine in the
Loudspeaker rub & buzz automatic classification[J].Electronic Measurement Technology,2022,45(8):41-47. |
| |
| Authors: | Zhou Jinglei Ding Fang Cui Lin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载全文 |
|
