HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于小波包和FCM聚类的电能表内异物检测

作者:李洋; 杨涛端点检测小波包能量特征短时teo对数能量

摘要:针对采集的电能表内异物晃动产生的声音信号,通过对声学识别流程传统端点检测方法的研究,提出了一种新的电能表内异物声音信号端点检测方法。结合小波包能量特征、短时TEO对数能量和模糊C-均值聚类(FCM),使用提取的小波包能量特征同支持向量机(SVM)完成电能表内异物声音的训练与识别。相较传统的基于阈值的端点检测算法,该端点检测算法处理后的异物检测准确率明显较高,能够更好地检测电能表内异物。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

传感器与微系统

《传感器与微系统》(CN:23-1537/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《传感器与微系统》编辑部始终坚持质量第一,注重社会效益,发表具有前瞻仰性、先进性、导向性的论文及最新科技、市场信息,为企事业和高校提供先进的科技成果与工艺技术,为提高传感器与微系统技术的学术水平,促进国内外学术交流,加速传感器与微系统技术及其产业的发展而努力工作。

杂志详情