买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉黑龙江大学申请的专利基于机器学习的管网阀门典型声音信号识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118471263B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410699582.0，技术领域涉及：G10L25/51；该发明授权基于机器学习的管网阀门典型声音信号识别方法是由王国涛;宋守来;王慧;许铁夫;张鑫磊设计研发完成，并于2024-05-31向国家知识产权局提交的专利申请。

本基于机器学习的管网阀门典型声音信号识别方法在说明书摘要公布了：基于机器学习的管网阀门典型声音信号识别方法，属于声音信号识别技术领域。为了解决当前人工对城市管网阀门声音信号的分析存在效率低、准确率差的问题。本发明针对采集到的待识别管网阀门工作时的每一段音频信号进行去噪处理；再使用三门限脉冲提取算法对每一段音频进行脉冲提取；然后提取初始特征并对初始特征进行归一化处理，提取的初始特征，然后选取用于分类的特征，将用于分类的特征输入排气状态识别模型预测管网阀门的排气状态类型；然后针对分类为大、小排气声音状态的管网阀门，选取用于软投票融合模型的特征，利用各自对应的加权软投票的水压识别模型预测水压值；将预测水压值落入的水压范围区间作为最终确定的水压范围。

本发明授权基于机器学习的管网阀门典型声音信号识别方法在权利要求书中公布了：1.一种基于机器学习的管网阀门典型声音信号识别方法，其特征在于，包括： 针对采集到的待识别管网阀门工作时的每一段音频信号进行去噪处理；再使用三门限脉冲提取算法对每一段音频进行脉冲提取；然后提取初始特征并对初始特征进行归一化处理，提取的初始特征包括：脉冲面积s、左右对称程度dczy、脉冲上升百分比Tp、持续时间T1、能量密度MD、脉冲占比ZB、波峰系数bf、脉冲上下对称度dcsx、面积占比dp、幅度最大值max_value、幅度最小值min_value、幅度均值mean、峰峰值p_p_value、幅度绝对平均值abs_mean、方根幅值square_root_amplitude、幅度标准差std、峭度kurtosis、偏度skewness、均方根幅度rms、幅度均方根差rmscha、幅度方差fangcha、裕度指标clearance_factor、波形指标shape_factor、脉冲指标impulse_factor、峰值指标crest_factor、峭度指标kurtosis_factor、过零率zerorate、频谱质心mainHz、频率方差VF、平均频率MF、均方根频率RMSF和标准13维MFCC特征，将标准13维MFCC特征中的第1维至第13维的特征分别记为mfcc_1、mfcc_2、……、mfcc_13； 针对归一化处理后的初始特征，选取用于分类的特征，用于分类的特征包括：脉冲面积s、脉冲上升百分比Tp、持续时间T1、脉冲上下对称度dcsx、峭度kurtosis、波形指标shape_factor、脉冲指标impulse_factor、峰值指标crest_factor、峭度指标kurtosis_factor、过零率zerorate、频谱质心mainHz、频率方差VF、平均频率MF、频率均方根RMSF、mfcc_1、mfcc_2和mfcc_3；将用于分类的特征输入排气状态识别模型预测管网阀门的排气状态类型，所述排气状态包括大排气声音状态、小排气声音状态和其他声音状态； 针对预测为大排气声音状态的管网阀门，基于归一化处理后的初始特征选取用于软投票融合模型的特征，大排气对应的用于软投票融合模型的特征包括：脉冲面积s、脉冲上升百分比Tp、持续时间T1、方根幅值mean、square_root_amplitude、峭度kurtosis、波形指标shape_factor、峭度指标kurtosis_factor、过零率zerorate、频谱质心mainHz、平均频率MF、频率均方根RMSF、mfcc_2、mfcc_7、mfcc_9、mfcc_12，将大排气对应的用于软投票融合模型的特征输入大排气对应的加权软投票的水压识别模型预测水压值； 针对预测为小排气声音状态的管网阀门，基于归一化处理后的初始特征选取用于软投票融合模型的特征，小排气对应的用于软投票融合模型的特征包括：脉冲面积s、持续时间T1、方根幅值mean、square_root_amplitude、峭度kurtosis、波形指标shape_factor、峭度指标kurtosis_factor、过零率zerorate、频谱质心mainHz、平均频率MF、频率均方根RMSF、mfcc_5、mfcc_7、mfcc_8、mfcc_9、mfcc_10，将小排气对应的用于软投票融合模型的特征输入小排气对应的加权软投票的水压识别模型预测水压值； 然后基于预测水压值，将预测水压值落入的水压范围区间作为最终确定的水压范围。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人黑龙江大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路74号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。