原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111325313 A
(43)申请公布日
2020.06.23
(21)申请号 201911153630.1 G06F 30/15(2020.01)
G06F 30/20(2020.01)
(22)申请日 2019.11.22
G06F 30/27(2020.01)
(30)优先权数据
10-2018-0160833 2018.12.13 KR
(71)申请人 现代自动车株式会社
地址 韩国首尔
申请人 起亚自动车株式会社
汉阳大学校产学协力团
(72)发明人 李东喆 郑仁秀 张埈赫 鲁炅真
(74)专利代理机构 北京尚诚知识产权代理有限
公司 11322
代理人 龙淳 彭益群
(51)Int.Cl.
G06N 3/04(2006.01)
G06K 9/62(2006.01)
权利要求书1页 说明书6页 附图5页
(54)发明名称
识别问题噪声源的噪声数据人工智能装置
和预处理方法
(57)摘要
一种用于识别问题噪声的来源的噪声数据
人工智能学习方法可以包括用于识别问题噪声
来源的噪声数据预处理方法，该方法包括：在随
时间采样的噪声中选择问题噪声的单位帧；将单
位帧划分为N个片段；分析N个片段中每个片段的
频率特性，并通过对数梅尔滤波器提取每个段的
频率分量；通过平均N个片段的信息，将特征参数
作为一个代表帧输出，其中，通过根据噪声数据
预处理方法根据时间变化提取的特征参数进行
的人工智能学习应用双向RNN。
A
3
1
3
5
2
3
1
1
1
N
C
CN 111325313 A 权 利 要 求 书 1/1页
1.一种用于识别问题噪声的来源的噪声数据人工智能学习方法，所述方法包括：
用于识别问题噪声的来源的噪声数据预处理方法，该预处理方法包括：
在随时间采样的噪声中选择问题噪声的单位帧；
将所述单位帧划分为N个片段；
分析N个片段中每个片段的频率特性，并通过应用对数梅尔滤波器提取每个片段的频
率分量；和
通过平均N个片段的信息，作为一个代表帧，输出特征参数，
其中，通过噪声数据预处理方法基于随时间变化提取的特征参数进行的人工智能学习
应用双向RNN。
2.根据权利要求1所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，
其中，所述采样被配置为在有问题的频带的两倍的范围内采样。
3.根据权利要求1所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，
其中，根据时间的单位帧和下一单位帧之间设置重叠。
4.根据权利要求1所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，
其中，所述人工智能学习还被配置为应用深度神经网络(DNN)。
5.根据权利要求4所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，
其中，所述人工智能学习被配置为额外地应用注意力机制。
6.根据权利要求5所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，
其中，所述人工智能学习被配置为额外地应用早期集成算法。
7.根据权利要求6所述的用于识别问题噪声的来源的噪声数据人工智能学习方法，
其中，当以一
文档评论（0）