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！

龙图腾网获悉厦门大学申请的专利一种基于深度元学习的开关柜局部放电音频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：CN116110425B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310130027.1，技术领域涉及：G10L25/03；该发明授权一种基于深度元学习的开关柜局部放电音频识别方法是由丁兴号;王天骏;黄悦;齐琦设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种基于深度元学习的开关柜局部放电音频识别方法在说明书摘要公布了：一种基于深度元学习的开关柜局部放电音频识别方法，属于音频信号处理领域。针对开关柜局部放电音频识别方法在数据差异大、跨域性能下降的实际问题，提出基于深度元学习的目标识别方法，可有效提高复杂情况下的开关柜局部放电音频识别性能。包括步骤：1仿真高压开关柜局部放电现象采集的音频信号的预处理方法；2深度模型的设计；3深度元学习策略的应用。建立在深度学习与元学习的基础上，主要特点是实用性强，可移植性强，能够满足实际场景中音频识别的跨域泛化需求，提升开关柜局部放电识别方法的准确性和适用性。

本发明授权一种基于深度元学习的开关柜局部放电音频识别方法在权利要求书中公布了：1.一种基于深度元学习的开关柜局部放电音频识别方法，其特征在于包括以下步骤： 1仿真高压开关柜局部放电现象采集的音频信号的预处理：采用局部放电仿真模型在真实开关柜中采集音频信号，记录尖端、气隙、悬浮三种局部放电产生的音频信号； 所述仿真高压开关柜局部放电现象采集的音频信号的预处理，具体步骤如下： 1对原始音频信号进行预处理，滤除其中不重要的信息以及背景噪声，进行音频信号的预加重、音频分帧、端点检测； 使用一阶高通数字滤波器进行预加重处理，其传递函数为： Hz＝1-αz-1 其中，α为预加重系数，0.9α1.0；z为滤波器的输入； 组合使用短时能量和过零率进行端点检测以获得较高质量的有效音频信号； 2选择梅尔频率倒谱系数MFCC作为分类特征；计算MFCC包括快速傅里叶变换FFT、梅尔滤波、离散余弦变换DCT，具体计算过程如下： a快速傅里叶变换：FFT的输入是一帧音频信号xn；输出是包含N个频带的复数Xk，表示原始信号中某一频率成分的幅度和相位，其计算公式为： b梅尔滤波：输入是FFT的输出结果，包含帧信号在每一个频带的能量信息；将其通过梅尔滤波器组Hk并做对数计算得到对数能量谱sm；其中，Hk由M个三角滤波器构成，设第m个三角滤波器的中心频率为fm，则每个三角滤波器的频率响应为： 其中， 对数能量谱sm为： c离散余弦变换：将对数能量谱离散余弦变换，即求得L阶MFCC： 2深度模型的设计，具体步骤如下： 引入可学习的跨域分类质心参数，用以指导特征分布的优化过程，以降低分类质心对源域数据的依赖性； 分类模型由特征提取器和任务分类器组成，其中为输入空间，为标签空间，对应低维特征空间；对于特征提取器使用深度卷积神经网络，并对网络的输出执行归一化；对于分类器将归一化特征向量用作分类器的输入，由归一化的分类权重和温度系数T组成，由余弦相似度所得，分类器为： 预测结果为其中分类权重看作是可学习的类别的分类质心，具有域无关性和可训练性；在后续的训练优化过程中，作为模型学习到的泛化分类边界用于指导模型的特征对齐； 3深度元学习策略的应用。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。